基于emgu CV 下的瓦力人脸识别基础版上位机

whble

最近学习了Emgu cv 的图像处理算法，使用opencv公司提供的开源代码做了一个远程
图片流的人脸识别检测的上位机，首先来看看效果图
首先启动程序后

然后点击取得连接，蓝色区域将会显示远程摄像头采集的视频图像，
此时将捕捉人脸，并识别，如图

侧脸时，由于我使用的是之前训练的识别库，这个角度没法识别出我的脸，
调整角度后结果就如下图，识别出我的脸，并显示出在识别库对应的我的名字。


当点击训练识别时将调用笔记本的摄像头进行训练，界面如下（此段是参考别人的训练方法）

在训练框中的名字栏填写要的存储对应头像的人名。
训练完成后，关闭窗口，自动回调出远程视频连接。
再来测试一下识别能力

同为侧面角度，就能识别出人脸并检测了。

1. using System;
   
2. using System.Collections.Generic;
   
3. using System.ComponentModel;
   
4. using System.Data;
   
5. using System.Drawing;
   
6. using System.Linq;
   
7. using System.Text;
   
8. using System.Windows.Forms;
   
9. using System.Net;
   
10. using System.IO;
    
11. using Emgu.CV;
    
12. using Emgu.CV.Structure;
    
13. using Emgu.CV.UI;
    
14. using Emgu.CV.GPU;
    
15. using Emgu.CV.CvEnum;
    
16. 
    
17. namespace FacesDetect
    
18. {
    
19.     public partial class VideoForm : Form
    
20.     {
    
21.         private Image<Bgr, byte> currentImage;//设置当前画面
    
22.         Image<Gray, byte> result = null;//返回帧
    
23.         Image<Gray, byte> gray_frame = null;//灰度帧
    
24.         public HaarCascade Face = new HaarCascade(Application.StartupPath + "/Cascades/haarcascade_frontalface_alt2.xml");//载入训练库数据
    
25.         MCvFont font = new MCvFont(FONT.CV_FONT_HERSHEY_COMPLEX, 0.5, 0.5);//设置摄像头字体
    
26. 
    
27.         //Classifier with default training location
    
28.         Classifier_Train Eigen_Recog = new Classifier_Train();//实例化一个分类训练器
    
29.         public VideoForm()
    
30.         {
    
31.             InitializeComponent();
    
32.         }
    
33. 
    
34. 
    
35.         private void showVideo(object sender, EventArgs e)
    
36.         {
    
37.             MyCaputre myCap = new MyCaputre();
    
38.             string sourceURL = this.textBox1.Text;
    
39.             Bitmap bmp = myCap.myCaputre(sourceURL);
    
40.             currentImage = new Image<Bgr, byte>(bmp);
    
41.             markFace(currentImage);
    
42.             pictureBox1.Image = new System.Drawing.Bitmap(currentImage.ToBitmap(), 850, 660);
    
43. 
    
44.         }
    
45.         private Image<Bgr, byte> markFace(Image<Bgr, byte> pic)
    
46.         {
    
47.             currentImage =currentImage.Resize(320, 240, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
    
48.             //Convert it to Grayscale
    
49.             if (currentImage != null)
    
50.             {
    
51.                 gray_frame = currentImage.Convert<Gray, Byte>();
    
52. 
    
53.                 //Face Detector
    
54.                 MCvAvgComp[][] facesDetected = gray_frame.DetectHaarCascade(Face, 1.2, 10, Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_PRUNING, new Size(50, 50));
    
55. 
    
56.                 //Action for each element detected
    
57.                 foreach (MCvAvgComp face_found in facesDetected[0])
    
58.                 {
    
59.                     result = currentImage.Copy(face_found.rect).Convert<Gray, byte>().Resize(100, 100, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
    
60.                     //draw the face detected in the 0th (gray) channel with blue color
    
61.                     currentImage.Draw(face_found.rect, new Bgr(Color.Red), 2);
    
62. 
    
63.                     if (Eigen_Recog.IsTrained)
    
64.                     {
    
65.                         string name = Eigen_Recog.Recognise(result);
    
66.                         int match_value = (int)Eigen_Recog.Get_Eigen_Distance;
    
67. 
    
68.                         //Draw the label for each face detected and recognized
    
69.                         currentImage.Draw(name + " ", ref font, new Point(face_found.rect.X - 2, face_found.rect.Y - 2), new Bgr(Color.LightGreen));
    
70.                     }
    
71.                 }
    
72.                 //Show the faces procesed and recognized
    
73.                 pictureBox1.Image = currentImage.ToBitmap();
    
74.             }
    
75.             return pic;
    
76.         }
    
77.         private void button1_Click(object sender, EventArgs e)
    
78.         {
    
79.             start_cam();
    
80.         }
    
81. 
    
82.         private void button2_Click(object sender, EventArgs e)
    
83.         {
    
84.             stop_cam();
    
85.             //OpenForm
    
86.             Training_Form TF = new Training_Form(this);//以本窗体为父窗体打开训练窗体
    
87.             TF.Show();//启动训练窗体
    
88.             
    
89.         }
    
90.         public void retrain()//重新加载数据
    
91.         {
    
92. 
    
93.             Eigen_Recog = new Classifier_Train();
    
94.             if (Eigen_Recog.IsTrained)
    
95.             {
    
96.               //  message_bar.Text = "训练图像数据加载完毕！";
    
97.             }
    
98.             else
    
99.             {
    
100.                // message_bar.Text = "训练数据无法找到, 请通过训练菜单选项进行训练！";
     
101.             }
     
102.         }
     
103. 
     
104.         public void start_cam()
     
105.         {
     
106.             Application.Idle += new EventHandler(showVideo);
     
107.         }
     
108.         private void stop_cam()
     
109.         {
     
110.             Application.Idle -= new EventHandler(showVideo);
     
111. 
     
112.             if (currentImage != null)
     
113.             {
     
114.                 currentImage.Dispose();
     
115.             }
     
116.         }
     
117.     }
     
118. }
     

复制代码

whble

由于使用了第三方的类库 文件比较大 不好上传 有时间弄到网盘里面去
如果论坛也有人研究opencv的可以交流学习
QQ：512580942
关于楼下如何接收远程视频和用opencv处理做个解释

首先有一个摄像头的类
public class MyCaputre
    {
        byte[] buffer = new byte[1000000];
        int read, total = 0;
         public  Bitmap  myCaputre(string url)
        {
            HttpWebRequest req = (HttpWebRequest)WebRequest.Create(url);//url 就是传递过来的视频地址
            WebResponse resp = req.GetResponse();
            System.IO.Stream stream = resp.GetResponseStream();
            while ((read = stream.Read(buffer, total, 100000)) != 0)
            {
                total += read;
            }
       Bitmap bmp = (Bitmap)Bitmap.FromStream(new MemoryStream(buffer, 0, total));
       return bmp;
        }
    }


这段代码是实现远程图片流的显示的
MyCaputre myCap = new MyCaputre();//首先定义MyCaputre
            string sourceURL = this.textBox1.Text; //定义视频地址
            Bitmap bmp = myCap.myCaputre(sourceURL);//将地址作为参数传递到MyCaputre 下面的myCaputre方法
           Image<Bgr, byte> currentImage = new Image<Bgr, byte>(bmp);//定义当前图片等于接收的图片
            markFace(currentImage);//这个方法是实现了人脸识别和检测
            pictureBox1.Image = new System.Drawing.Bitmap(currentImage.ToBitmap(), 850, 660);//将图片绘制在pictureBox中


通过这两部分就实现了远程视频数据的接收和用opencv来处理接收的图片
就可以实现 帖子的内容了
今天有人告诉我说源码无法运行 请问大家下载试用能实现么？

~V~shrimp@@@

这个很牛！顶起来！

xdy5211314

等楼主上传资料。。。。。嘿嘿。。。百度网盘。迅雷都可以，哈哈

mysvw

顶！OpenCV是运行在PC机里，可以方便地从USB摄像头获得视频数据，不知楼主是否用OpenCV打开从Wifi小车传来的视频流？能不能也把代码写上来共享一下？

mysvw

是否有人把Kinect接在小车上做人体和家具识别？或者通过图像识别避障？

liuviking

这个很强！很有新意~

whble

mysvw 发表于 2013-4-1 21:52
顶！OpenCV是运行在PC机里，可以方便地从USB摄像头获得视频数据，不知楼主是否用OpenCV打开从Wifi小车传来的 ...

是的 打开的是wifi车上的视频，获取视频的方法跟论坛里的差不多

32314001

whble 发表于 2013-4-2 06:53
是的 打开的是wifi车上的视频，获取视频的方法跟论坛里的差不多

这个我也弄过，不过我测试的时候很卡，视频一顿一顿的，非常慢，不知楼主的怎么样？

V一舟

加我QQ好吗？780611863，有关于图像处理与模式识别的问题请教