C# OpenCV 人脸识别

前情提要，上一章分享的是如何打开摄像头以及外部摄像头，本章分享人脸识别代码如下：

public static CascadeClassifier face_cascade = new CascadeClassifier();
public static CascadeClassifier eyes_cascade = new CascadeClassifier();

// 打开摄像头
static void Main(string[] args)
{
    // 加载xml文件
    if (!face_cascade.Load(@"Files\haarcascade_frontalface_alt.xml"))
    {
        Console.WriteLine("load haarcascade_frontalface_alt.xml Error.");
        Console.Read();
        return;
    }
    if (!eyes_cascade.Load(@"Files\haarcascade_eye_tree_eyeglasses.xml"))
    {
        Console.WriteLine("load haarcascade_eye_tree_eyeglasses.xml Error.");
        Console.Read();
        return;
    }

    VideoCapture Cap = new VideoCapture();
    // 打开ID为0的摄像头
    Cap.Open(0);
    // 判断摄像头是否成功打开
    if (!Cap.IsOpened())
    {
        Console.WriteLine("摄像头打开失败.");
        Console.Read();
        return;
    }

    // opencv3
    //Cap.Set(CaptureProperty.FrameWidth, 640); // 设置采集的图像尺寸为：640*480
    //Cap.Set(CaptureProperty.FrameHeight, 480); // 设置采集的图像尺寸为：640*480
    //Cap.Set(CaptureProperty.Exposure, -3); // 曝光

    // opencv4
    Cap.Set(VideoCaptureProperties.FrameWidth, 640); // 设置采集的图像尺寸为：640*480
    Cap.Set(VideoCaptureProperties.FrameHeight, 480); // 设置采集的图像尺寸为：640*480
    Cap.Set(VideoCaptureProperties.Exposure, -3); // 曝光

    Mat frame = new Mat();
    var window = new Window("frame");
    while (true)
    {
        if (Cap.Read(frame))
        {
            // 人脸识别
            frame = detectAndDisplay(frame);

            // 在Window窗口中播放视频(方法1)
            window.ShowImage(frame);

            // 在Window窗口中播放视频(方法2)
            //Cv2.ImShow("frame", frame);

            // 在pictureBox1中显示效果图
            //pictureBox1.Image = BitmapConverter.ToBitmap(frame);

            if (Cv2.WaitKey(10) == 27)
                break;
        }
    }
}

private static Mat detectAndDisplay(Mat frame)
{
    // 将原图像转换为灰度图像
    Mat frame_gray = new Mat();
    Cv2.CvtColor(frame, frame_gray, ColorConversionCodes.BGR2GRAY);
    // 直方图均衡化, 用于提高图像的质量
    Cv2.EqualizeHist(frame_gray, frame_gray);

    // 人脸检测
    // opencv3：HaarDetectionType.ScaleImage
    // opencv4：HaarDetectionTypes.ScaleImage
    Rect[] faces = face_cascade.DetectMultiScale(frame_gray, 1.1, 2, 0 | HaarDetectionTypes.ScaleImage, new Size(30, 30));
    for (int i = 0; i < faces.Length; i++)
    {
        // 绘制脸部区域
        Point center = new Point() { X = (faces[i].X + faces[i].Width / 2), Y = (faces[i].Y + faces[i].Width / 2) };
        Cv2.Ellipse(frame, center, new Size(faces[i].Width / 2, faces[i].Height / 2), 0, 0, 360, new Scalar(255, 0, 255), 2, LineTypes.Link8, 0);

        // 绘制眼睛区域
        Mat faceROI = new Mat(frame_gray, faces[i]);
        Cv2.ImShow("faceROI", faceROI);

        Rect[] eyes = eyes_cascade.DetectMultiScale(faceROI, 1.1, 2, 0 | HaarDetectionTypes.ScaleImage, new Size(30, 30));
        for (int j = 0; j < eyes.Length; j++)
        {
            Point eye_center = new Point() { X = (faces[i].X + eyes[j].X + eyes[j].Width / 2), Y = (faces[i].Y + eyes[j].Y + eyes[j].Height / 2) };
            int radius = (int)Math.Round((decimal)((eyes[j].Width + eyes[j].Height) * 0.25), 0, MidpointRounding.AwayFromZero);
            Cv2.Circle(frame, eye_center.X, eye_center.Y, radius, new Scalar(0, 0, 255), 3, LineTypes.Link8, 0);
        }
    }
    return frame;
}

运行效果：

再进行一步修改是不是就可以得到一个简易版的类似于手机的人脸识别开锁了呢