总目录地址：AI 系列 总目录
需要最新源码，或技术提问，请加QQ群：538327407
我的各种github 开源项目和代码：
背景
目前AI 处于风口浪尖，作为 公司的CTO，也作为自己的技术专研，开始了AI之旅，在朋友圈中也咨询 一些大牛对于AI 机器学习框架的看法，目前自己的研究方向主要开源的 AI 库，如：Emgu CV、TensorFlow、CNTK 等等，针对 四大平台 百度AI、阿里ET、腾讯AI、科大讯飞AI 做结合。
PS：笔者的主打语言是C#，目前项目主导系统都是基于Net 系列下开发而成的。主要负责公司软件系统架构设计， 鉴于朋友圈中各位技术大牛无私分享，也是鉴于自己再专研时候遇到不少坑，希望把相关研究心得发出，为大家在coding 中减少 麻烦。稍后会把自己开源框架在博客中建立系列教程，插件化模式 自动服务 （都在实际项目中使用）。
选择的理由：四大平台目前 AI 团队算是全世界最牛的一群人，而且资金背景雄厚（AI 很烧钱！），现在四大平台 的AI有一些已经相对成熟，依靠于人家的技术，做自己的应用，应该是中小企业 在物联网行业前进的一个方向吧。
四大平台AI入口
1、百度AI（百度AI 产品：阿波罗无人驾驶开源平台 ）
2、腾讯AI（腾讯AI 产品：腾讯觅影）
3、讯飞AI（讯飞：语音）
4、阿里云ET （阿里：城市大脑）
一、需求
1、目前我们需要通过摄像头 精准的捕获视频监控中人脸（要求精度高）
2、批量捕获人脸进行 人脸识别
3、在人脸矩形框中实时显示人员相关信息
二、技术难点
1、百度人脸识别 只是需要通过Image 图片通过开发接口发送，返回识别人物，所以前提还是要先做到人脸在视频中动态捕捉。
2、视频播放需要高效流畅播放，请求接口的效率是否影响视频监控友好展示。
三、技术选型
1、为了解决 视频中人脸动态捕捉，选用Emgu CV 是开源 框架 Open CV 的Net 版本，可以人脸精准抓取。
emgu CV 官网：
对于Emgu CV 的详细信息，请百度。
2、百度人脸识别，接口完善，人脸识别精准度高，可以很好的做到人脸识别。
百度人脸识别接口文档：#/Face-Csharp-SDK/top
四、技术准备
1、到emgu cv 的官网下载 最新的emgu CV 版本，因为版本间差异较大，所以在百度搜索时候，会发现很多文章代码是无法直接copy的。
2、安装emgu cv 的最版本
请仔细查看 solution 文件夹，里面有对应solution 文件，（在windowDeskTop文件夹里面 ）选择Emgu.CV.sln打开，就可以看到Emgu.CV.Example（Emgu.CV 的Demo）。
3、我们需要将FaceDetection（人脸精准查找Demo）和VideoSurveilance（视频动态抓捕实现矩形框）两个Demo 做结合
4、到百度开发者中心注册成为开发者，并且获取开发者。
5、下载百度AI 开发平台 对应的SDK（已经封装过，可以减少开发工作量），或者直接进行Api对接。
五、实现
先上实现效果，相关个人信息如头像、还有姓名和电话都被我处理过了。
1、准备好摄像头，连接没问题就开始敲代码了。
2、在百度人脸库建立自己的人脸素材，这个要求要精准，比较适合就是员工的工牌相片，就是一寸或者两寸的照片那种。
详细方法 百度提供SDK 已经有了，就不多作介绍了。其中 自定义的 Uid（用户id，用于唯一码）、group （人才组）、userInfo（用户信息，作为人脸识别返回信息显示）比较关键。
sdk 下载地址：，下载完成将如图中 dll 引用到自己的类库中。
以下方法是我简单改造过了。
我做了一个简单的人脸库添加 工具，可以进行简单人脸库操作
3、选择VideoSurveilance 做改造，上代码。
其中
<p><pre class="code wbreak"> void ProcessFrame(object sender, EventArgs e) 方法 是关键，里面就是具体操作人脸识别具体应用。
将 FaceDetection 中的相关内容copy 到VideoSurveilance 项目中，其中 haarcascade_frontalface_default.xml 用于 人脸检测，DetectFace.cs 是具体检测人脸方法。<br /></pre></p>
<p><pre class="code wbreak"> </pre></p>
<p><pre class="code wbreak"> //----------------------------------------------------------------------------<br />
// Copyright (C) 2004-2017 by EMGU Corporation. All rights reserved.<br />
//----------------------------------------------------------------------------
using System;<br />
using System.Collections.Generic;<br />
using System.ComponentModel;<br />
using System.Data;<br />
using System.Drawing;<br />
using System.Text;<br />
using System.Windows.Forms;
using Emgu.CV;<br />
using Emgu.CV.Cvb;<br />
using Emgu.CV.UI;<br />
using Emgu.CV.CvEnum;<br />
using Emgu.CV.Structure;<br />
using Emgu.CV.VideoSurveillance;<br />
using FaceDetection;<br />
using Emgu.CV.Cuda;<br />
using AOP.Common;<br />
using System.Drawing.Imaging;<br />
using Baidu.Aip.API;<br />
using System.Threading;<br />
using BaiduAIAPI.Model;
namespace VideoSurveilance<br />
{<br />
public partial class VideoSurveilance : Form<br />
{
private static VideoCapture _cameraCapture;
private static BackgroundSubtractor _fgDetector;<br />
private static Emgu.CV.Cvb.CvBlobDetector _blobDetector;<br />
private static Emgu.CV.Cvb.CvTracks _tracker;
private static Queue<ImageModel> FacIdentifyQueue = new Queue<ImageModel>();<br />
public Image faceImage;<br />
Thread t1;<br />
public VideoSurveilance()<br />
{<br />
InitializeComponent();<br />
Run();<br />
}
void Run()<br />
{<br />
try<br />
{<br />
_cameraCapture = new VideoCapture();<br />
}<br />
catch (Exception e)<br />
{<br />
MessageBox.Show(e.Message);<br />
return;<br />
}
_fgDetector = new Emgu.CV.VideoSurveillance.BackgroundSubtractorMOG2();<br />
_blobDetector = new CvBlobDetector();<br />
_tracker = new CvTracks();
Application.Idle += ProcessFrame;<br />
}
void ProcessFrame(object sender, EventArgs e)<br />
{<br />
Mat frame = _cameraCapture.QueryFrame();<br />
Mat smoothedFrame = new Mat();<br />
CvInvoke.GaussianBlur(frame, smoothedFrame, new Size(, ), ); //filter out noises<br />
//frame._SmoothGaussian(3);
#region use the BG/FG detector to find the forground mask<br />
Mat forgroundMask = new Mat();<br />
_fgDetector.Apply(smoothedFrame, forgroundMask);<br />
#endregion
CvBlobs blobs = new CvBlobs();<br />
_blobDetector.Detect(forgroundMask.ToImage<Gray, byte>(), blobs);<br />
blobs.FilterByArea(, int.MaxValue);
float scale = (frame.Width + frame.Width) / 2.0f;<br />
_tracker.Update(blobs, 0.01 * scale, , );
long detectionTime;
List<Rectangle> faces = new List<Rectangle>();<br />
List<Rectangle> eyes = new List<Rectangle>();
IImage image = (IImage)frame;//这一步是重点<br />
faceImage = frame.Bitmap;<br />
DetectFace.Detect(image<br />
, "haarcascade_frontalface_default.xml", "haarcascade_eye.xml",<br />
faces, eyes,<br />
out detectionTime);
#region 多人识别<br />
Graphics g1 = Graphics.FromImage(frame.Bitmap);<br />
List<FaceIdentifyModel> tempList = new List<FaceIdentifyModel>();<br />
foreach (Rectangle face in faces)<br />
{<br />
Image rectImage1 = ImageHelper.CaptureImage(frame.Bitmap, face);// 自己封装的方法，通过大图截取矩形框的人脸图片，返回Image 对象<br />
FaceIdentifyModel MoreIdentifyInfo = FaceAPI.FaceIdentify(rectImage1, tb_Group.Text.Trim(), 1, 1);<br /> MoreIdentifyInfo.rect = face;<br />
tempList.Add(MoreIdentifyInfo);<br />
}<br />
Color color_of_pen1 = Color.Gray;<br />
color_of_pen1 = Color.Yellow;<br />
Pen pen1 = new Pen(color_of_pen1, 2.0f);
Font font1 = new Font("微软雅黑", 16, GraphicsUnit.Pixel);<br />
SolidBrush drawBrush1 = new SolidBrush(Color.Yellow);
tb_Identify.Text = tempList.ToJson();<br />
foreach (var t in tempList)<br />
{<br />
g1.DrawRectangle(pen1, t.rect);
if (t.result != null)<br />
{<br />
g1.DrawString(t.result[0].user_info.Replace("，", "\r\n"), font1, drawBrush1, new Point(t.rect.X + 20, t.rect.Y - 20));<br />
}
}<br />
#endregion
imageBox1.Image = frame;<br />
imageBox2.Image = forgroundMask;<br />
}
private void btn_Screenshot_Click(object sender, EventArgs e)<br />
{<br />
if (faceImage != null)<br />
{<br />
System.Drawing.Image ResourceImage = faceImage;<br />
string fileDir = System.Environment.CurrentDirectory + "\\Snapshot\\";<br />
FileHelper.CreateDir(fileDir);<br />
string filePath = fileDir + DateTime.Now.ToString("yyyyMMddHHmmss") + ".png";<br />
ResourceImage.Save(filePath);<br />
MessageBox.Show("保存成功！" + filePath);<br />
}
}<br />
}<br />
}</pre></p>
核心代码介绍
获取人脸矩形框，对应的xml 文件要放在根目录下（winform就是 在bin文件夹中）
<p><pre class="code wbreak"> DetectFace.Detect(image<br />
, "haarcascade_frontalface_default.xml", "haarcascade_eye.xml",<br />
faces, eyes,<br />
out detectionTime);<br />
<br />faces 就是返回的 人脸检测内容， foreach (Rectangle face in faces) 对它进行动态获取人脸，在视频中画出来就可以了
// 调用百度人脸识别接口，该方法 SDK 已经有了，我做了一些简单的封装，就是把截取到的矩形头像发送给百度去识别，这个识别是基于自己在百度建立的人脸库</pre></p>
<p><pre class="code wbreak"> FaceIdentifyModel MoreIdentifyInfo = FaceAPI.FaceIdentify(rectImage1, tb_Group.Text.Trim(), 1, 1);//人脸识别 一个人的识别效果比较好 </pre></p>
完成上述工作，人脸识别就完成了，测试过，只要人脸库中的素材清晰，识别基本在99% 左右。
源码地址：
读后感觉不错，有收获可以微信请作者喝杯咖啡，读后有疑问请加微信，拉群研讨，注明来意 |
|
