EmguCV学习笔记 VB.Net 10.1 人脸检测 CascadeClassifier类

server/2024/9/20 7:03:28/ 标签: 图像, vb.net, opencv, emgucv, 计算机视觉, .net, c#

版权声明:本文为博主原创文章,转载请在显著位置标明本文出处以及作者网名,未经作者允许不得用于商业目的。

EmguCV是一个基于OpenCV的开源免费的跨平台计算机视觉库,它向C#和VB.NET开发者提供了OpenCV库的大部分功能。

教程VB.net版本请访问:EmguCV学习笔记 VB.Net 目录-CSDN博客

教程C#版本请访问:EmguCV学习笔记 C# 目录-CSDN博客

笔者的博客网址:https://blog.csdn.net/uruseibest

教程配套文件及相关说明以及如何获得pdf教程和代码,请移步:EmguCV学习笔记

学习VB.Net知识,请移步: .net>vb.net 教程 目录_vb中如何用datagridview-CSDN博客

 学习C#知识,请移步:C# 教程 目录_c#教程目录-CSDN博客

 

10.1 人脸检测 CascadeClassifier类

CascadeClassifier类是EmguCV中用于人脸检测的一个重要类。它是基于Haar特征的级联分类器(Cascade Classifier,是一种基于Haar特征的目标检测算法),它具有较高的检测准确率,常用于人脸检测、行人检测等场景。

CascadeClassifier类的基本原理可以分为以下几个步骤:

1. 特征提取。首先,需要对图像进行特征提取,将图像转换为一组特征向量。Haar特征是一种基于图像亮度变化的特征,可以用于检测人脸的边缘、线段和区域等特征。

2. 训练分类器。根据特征向量,可以训练一个级联分类器,将人脸和非人脸区域进行分类。级联分类器由多个弱分类器组成,每个弱分类器可以检测特定的Haar特征。

3. 应用分类器。将分类器应用于图像中的每个窗口,检测其中是否包含人脸。由于Haar特征的计算量较大,可以采用图像金字塔的方法对图像进行缩放,以便在不同尺度的图像中进行人脸检测。

在实现中,CascadeClassifier类提供了一系列的接口函数,可以用于加载训练好的分类器、设置检测参数、进行人脸检测等操作。在使用时,需要调用CascadeClassifier类中的DetectMultiScale函数,传入待检测的图像和检测参数,可以得到检测结果,即图像中所有人脸的位置和大小。需要注意的是,级联分类器虽然在人脸检测等场景中表现良好,但在一些复杂场景下可能会出现漏检或误检的情况。

CascadeClassifier常用方法:

1. CascadeClassifier构造函数

该方法用于创建CascadeClassifier对象,并加载指定的级联分类器文件。其语法为:

Public Sub New(ByVal fileName As String)

参数说明:

  1. fileName:要加载的级联分类器XML文件。常用的级联分类器XML文件有:
  1. haarcascade_frontalface_alt.xml:人脸检测器,使用的是Haar特征,能够检测正脸、侧脸、带眼镜等多种情况的人脸。
  2. haarcascade_eye.xml:眼睛检测器,能够检测人脸中的眼睛。
  3. haarcascade_fullbody.xml:行人检测器,能够检测整个行人的图像
  4. haarcascade_upperbody.xml:上半身检测器,能够检测行人的上半身区域。
  5. haarcascade_car.xml:车辆检测器,能够检测汽车的前部和侧部。

2. DetectMultiScale方法

该方法用于对图像进行目标检测并返回检测结果。其声明如下:

Public Function DetectMultiScale (

         image As IInputArray,

         Optional scaleFactor As Double = 1.1,

         Optional minNeighbors As Integer = 3,

         Optional minSize As Size = Nothing,

         Optional maxSize As Size = Nothing

) As Rectangle()

参数说明:

  1. Image:待检测的图像
  2. scaleFactor:缩放比例因子,缩放比例越小,检测时间越长,检测精度越高。
  3. minNeighbors:符合检测标记的个数,用于控制对象检测时候的误检率和漏检率,参数越大,检测结果越精确,但是漏检率也会增加。
  4. minSize:检测目标的最小尺寸,小于此尺寸的目标将被忽略。
  5. maxSize:检测目标的最大尺寸,大于此尺寸的目标将被忽略。

返回值:

返回一个矩形数组,表示图像中所有检测到的目标位置和大小。

下面将提供多个代码来说明级联分类器的使用。

【代码位置:frmChapter10】Button1_Click

    '级联分类器检测人脸

    Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Click

        '使用训练好的某个识别文件

        Dim face As New CascadeClassifier("C:\learnEmgucv\haarcascade\haarcascade_frontalface_alt2.xml")

        Dim m As New Mat("C:\learnEmgucv\hy.jpg", ImreadModes.Color)

        Dim rects() As Rectangle

        '使用级联分类器进行检测

        rects = face.DetectMultiScale(m)

        '输出矩形框

        For i As Integer = 0 To rects.Length - 1

            CvInvoke.Rectangle(m, rects(i), New MCvScalar(0, 0, 255), 2)

        Next

        ImageBox1.Image = m

End Sub

输出结果如下图所示:

图10-1 多个人脸检测

两个级联分类器联合使用来检测鼻子:

【代码位置:frmChapter10】Button2_Click

   '两个级联分类器联合使用来检测鼻子

    Private Sub Button2_Click(sender As Object, e As EventArgs) Handles Button2.Click

        '级联分类器,训练好的人脸文件

        Dim face As New CascadeClassifier("C:\learnEmgucv\haarcascade\haarcascade_frontalface_alt2.xml")

        '级联分类器,训练好的鼻子文件

        Dim nose As New CascadeClassifier("C:\learnEmgucv\haarcascade\haarcascade_mcs_nose.xml")

        Dim m As New Mat("C:\learnEmgucv\hy1.jpg", ImreadModes.Color)

        Dim rectfaces() As Rectangle

        rectfaces = face.DetectMultiScale(m)

        For i As Integer = 0 To rectfaces.Length - 1

            CvInvoke.Rectangle(m, rectfaces(i), New MCvScalar(0, 0, 255), 2)

            '获得已经取得的人脸区域图像,将在此区域内进行检测

            Dim mFace As New Mat(m, rectfaces(i))

            Dim rectnoses() As Rectangle

            rectnoses = nose.DetectMultiScale(mFace)

            '绘制出检测到的鼻子区域矩形框

            For j As Integer = 0 To rectnoses.Length - 1

                CvInvoke.Rectangle(mFace, rectnoses(j), New MCvScalar(0, 255, 0), 2)

            Next

        Next

        ImageBox1.Image = m

End Sub

输出结果如下图所示:

 

图10-2 检测鼻子

检测并标识视频中的人脸:

【代码位置:frmChapter10】Button3_Click、vcCascade_ImageGrabbed、Button4_Click

    Dim vcCascade As VideoCapture

    Dim vcface As CascadeClassifier

    '是否停止视频标记

    Dim stopVC As Boolean

    '检测并标识视频中的人脸

    '具体检测代码在vcCascade_ImageGrabbed

    Private Sub Button3_Click(sender As Object, e As EventArgs) Handles Button3.Click

        vcCascade = New VideoCapture(0)

        If vcCascade.IsOpened = False Then

            MessageBox.Show("打开文件失败")

            Exit Sub

        End If

        stopVC = False

        '添加ImageGrabbed事件

        AddHandler vcCascade.ImageGrabbed, AddressOf vcCascade_ImageGrabbed

        vcCascade.Start()

        vcface = New CascadeClassifier("C:\learnEmgucv\haarcascade\haarcascade_frontalface_alt2.xml")

    End Sub

    '检测人脸

    Private Sub vcCascade_ImageGrabbed(sender As Object, e As EventArgs)

        If stopVC = True Then

            '停止

            vcCascade.Stop()

            '释放资源

            vcCascade.Dispose()

            '取消事件

            RemoveHandler vcCascade.ImageGrabbed, AddressOf vcCascade_ImageGrabbed

            Exit Sub

        End If

        Dim nextframe As New Mat

        vcCascade.Retrieve(nextframe)

        Dim rectfaces() As Rectangle

        '检测人脸

        rectfaces = vcface.DetectMultiScale(nextframe)

        For i As Integer = 0 To rectfaces.Length - 1

            '绘制人脸矩形框

            CvInvoke.Rectangle(nextframe, rectfaces(i), New MCvScalar(0, 0, 255), 2)

        Next

        ImageBox1.Image = nextframe

        Threading.Thread.Sleep(40)

    End Sub

    '停止视频

    Private Sub Button4_Click(sender As Object, e As EventArgs) Handles Button4.Click

        stopVC = True

End Sub

输出结果由于笔者比较丑而显示空白。


http://www.ppmy.cn/server/112784.html

相关文章

android通过红外发送数据给红外设备

最近在做有智能表具通讯的时候,想通过手机的红外向表具发送指令,但找了网上的说明,对于android红外的通讯示例非常少,大多数是讲的遥控器的通讯,去国外网站上扒了一下,还真有这方面内容,大致的通…

Git-下载的zip包项目重新指向github项目地址

前言 在git上download项目时,一般都是直接通过url进行clone,但有时因为网络或其他问题无法download,这个时候可以直接下载zip压缩包,等待解压后再重新关联到远程,以下操作步骤: 1、下载项目的zip包 2、对…

使用 Ollama 搭建本地大模型

简介 Ollama 是一个开源项目,可用于部署本地大语言模型,支持众多的开源大模型,支持个人电脑。有了 Ollama,我们就可以在本地服务器或者个人电脑体验大语言模型或者进行大语言模型的开发了。 官方网址:https://ollama…

机器学习在医学中的应用

🎈边走、边悟🎈迟早会好 机器学习在医学中的应用是一个广泛且复杂的领域,涵盖了从基础研究到临床应用的多个方面。以下是一个万字总结的结构性思路,分章节深入探讨不同应用场景、技术方法、挑战与未来展望。 1. 引言 背景与发…

Rust模块std::thread

【图书介绍】《Rust编程与项目实战》-CSDN博客 《Rust编程与项目实战》(朱文伟,李建英)【摘要 书评 试读】- 京东图书 (jd.com) Rust到底值不值得学,之一 -CSDN博客 Rust到底值不值得学,之二-CSDN博客 Rust多线程编程概述-CSDN博客 12.…

redis使用

redis是什么?如何理解5种基本数据结构分布锁、签到功能的使用掌握 string 的使用栈、队列掌握 list 的使用对象存储掌握 hash 的使用好友关系掌握 set 的使用排行榜掌握 zset 的使用 redis 是什么? redis(remote dictionary service&#xf…

微信小程序垃圾回收的前景方向

在当今这个环保意识日渐增强的时代,如何有效处理日常生活产生的垃圾已成为亟待解决的社会问题。微信小程序凭借其便捷性和广泛的用户基础,在推广垃圾分类与回收方面展现出巨大潜力。作为一款集智能化分类指导、在线预约回收、环保知识普及于一体的微信小…

AI产品经理系列:如何应对AI时代?

目录 简介 应对策略 产业链 作者简介 简介 虽然说 AI 本身无上限, 因为软件、算法可以无限制迭代、升级...... 但是他所需的能源、所需的硬件支持是有限制的。 至少在很长一段时间内,这些问题很难快速解决。 这也就意味着, 当前的 AI 更多的是互联网时代的一种延续, 在…

js中怎样对“abc”进行MD5、sha256哈希计算?

在 JavaScript 中&#xff0c;可以使用 CryptoJS 库来进行 MD5 哈希计算。首先&#xff0c;你需要在 HTML 文件中导入 CryptoJS 库&#xff0c;例如&#xff1a; <script src"https://cdnjs.cloudflare.com/ajax/libs/crypto-js/3.1.9-1/crypto-js.min.js">&l…

计算机网络第四章笔记——网络层

4.1网络层概述 1.网络层的主要任务是实现网络互连&#xff0c;进而实现数据包在各网络之间的传输 2.要实现网络层任务&#xff0c;需要解决以下主要问题: 网络层向运输层提供怎样的服务(“可靠传输”还是“不可靠传输”) 不可靠传输&#xff1a;误码、丢弃、失序 可靠传输&a…

MQTT: Keep Alive

Keep Alive 时间单位是 秒。 字段长度为 2 个字节的 short。 这个值规定了客户端从发送上一个控制包之后&#xff0c;到发送下一个控制包之间最大的时间间隔。 客户端需要确保发送控制包的时间间隔不超过这个值。 如果在此时间间隔内&#xff0c;没有其他的控制包需要发送给…

UART打印FFT原始数据,MATLAB显示

简介 调试过程中&#xff0c;很多时候我们需要对采集的波形进行分析&#xff0c;这里通常需要将原始数据通过串口或者以太网等打印出来&#xff0c;再通过MATLAB做数据处理&#xff0c;本章节主要讲解MATLAB代码。 功能分析 例如调试过程想看采集数据FFT波形分析&#xff0c;将…

【神经网络系列(中级)】小数据学习中的“特征提取+推理”模型【通俗理解】

【通俗理解】小数据学习中的“特征提取推理”模型 关键词提炼 #小数据学习 #特征提取 #推理模型 #机器学习 #数据效率 第一节&#xff1a;小数据学习与“特征提取推理”模型概述 1.1 小数据学习的挑战 在小数据场景下&#xff0c;模型训练面临数据稀缺的挑战&#xff0c;难…

Java项目: 基于SpringBoot+mybatis+maven在线购物商城系统(含源码+数据库+任务书+毕业论文)

一、项目简介 本项目是一套基于SpringBootmybatismaven在线购物商城系统 包含&#xff1a;项目源码、数据库脚本等&#xff0c;该项目附带全部源码可作为毕设使用。 项目都经过严格调试&#xff0c;eclipse或者idea 确保可以运行&#xff01; 该系统功能完善、界面美观、操作简…

DWG如何转换成PDF?总结了四种转换

DWG如何转换成PDF&#xff1f;在日常工作和学习中&#xff0c;经常需要将CAD软件中的DWG文件转换为PDF格式&#xff0c;以便于更广泛地分享和查阅。那么具体要怎么做&#xff0c;才能实现两种格式的顺利转换呢&#xff1f;为了帮助读者轻松完成这一任务&#xff0c;本文将详细介…

三、搭建网站服务器超详细步骤——FinalShell下载安装使用流程(免费国产的SSH工具)+宝塔安装方法(分享两种安装宝塔的方法)

前言 本篇博客是搭建网站服务器模块下的第3部分 FinalShell下载安装使用流程 在分享这篇博客之前&#xff0c;首先讲一下&#xff0c;FinalShell软件是干什么用的&#xff0c;用大白话进行说明一下&#xff1a;这个软件是一款远程控制和管理服务器的软件&#xff0c;通过S…

黑马-Cloud21版-高级篇09:多级缓存

多级缓存 0.学习目标 1.什么是多级缓存 传统的缓存策略一般是请求到达Tomcat后&#xff0c;先查询Redis&#xff0c;如果未命中则查询数据库&#xff0c;如图&#xff1a; 存在下面的问题&#xff1a; 请求要经过Tomcat处理&#xff0c;Tomcat的性能成为整个系统的瓶颈 Red…

GitHub Copilot的详细介绍

目录 主要功能&#xff1a; 示例用法&#xff1a; GitHub Copilot 的优缺点&#xff1a; 优点&#xff1a; 缺点&#xff1a; 如何使用 GitHub Copilot&#xff1f; 总结&#xff1a; GitHub Copilot 是一种基于人工智能的编程助手&#xff0c;由 GitHub 和 OpenAI 联合…

鸿蒙(API 12 Beta6版)图形加速【OpenGL ES平台内插模式】超帧功能开发

超帧内插模式是利用相邻两个真实渲染帧进行超帧计算生成中间的预测帧&#xff0c;即利用第N-1帧和第N帧真实渲染帧预测第N-0.5帧预测帧&#xff0c;如下图所示。由于中间预测帧的像素点通常能在前后两帧中找到对应位置&#xff0c;因此内插模式的预测帧效果较外插模式更优。由于…

pyro ExponentialLR 如何设置优化器 optimizer的学习率 pytorch 深度神经网络 bnn,

第一。pyro 不支持 “ReduceLROnPlateau” &#xff0c;因为需要Loss作为输入数值&#xff0c;计算量大 pytorch的学习率调整 视频 看这个博主的视频 05-01-学习率调整策略_哔哩哔哩_bilibili 第二 &#xff0c;svi 支持 scheduler注意点&#xff0c; 属于 pyro.optim.PyroOp…