Isi kandungan:
- Langkah 1: Mengesan Wajah dalam Gambar dan Mengira
- Langkah 2: Mengesan Mata Manusia dalam Gambar dan Mengira
- Langkah 3: Mengesan Mulut Manusia dalam Gambar dan Mengira
- Langkah 4: Mengesan Muka, mata, mulut dalam Video dan Mengira
Video: MATLAB Pengesanan Muka Mudah: 4 Langkah
2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:07
Tujuan utama instruksional ini adalah untuk menunjukkan betapa mudahnya proses pemprosesan gambar, dengan bantuan MATLAB
Pengesanan dan pengesanan wajah telah menjadi bidang penyelidikan yang penting dan aktif, jadi itulah sebabnya saya akan menerangkan bagaimana ia dapat dilakukan dengan Matlab.
Dalam tutorial berikut, saya akan melakukan perkara berikut:
1. mengesan wajah dalam gambar dan mengira.
2. mengesan mata manusia dalam gambar dan mengira.
3. mengesan mulut manusia dalam gambar dan mengira.
4. mengesan wajah dalam Video dan mengira.
5. mengesan mata manusia dalam Video dan mengira.
6. mengesan mulut manusia dalam Video dan mengira.
Langkah 1: Mengesan Wajah dalam Gambar dan Mengira
SKRIN MATLAB:
hapus semua% hapus semua objekclc% clear screen
FDetect = vision. CascadeObjectDetector; % Mengesan objek menggunakan Algoritma Viola-Jones
% Baca gambar input
gambar = imread ('c: / Deskotp / HarryPotter.jpg'); % memuatkan gambar dengan menggunakan imread ('location file / name.jpg')
BB = langkah (FDetect, gambar); % Mengembalikan nilai Bounding Box berdasarkan bilangan objek
angka, imshow (I);
tahan
untuk i = 1: saiz (BB, 1)
segi empat tepat ('Position', BB (i,:), 'LineWidth', 5, 'LineStyle', '-', 'EdgeColor', 'r'); % r-merah, g-hijau, b-biru
akhir
tajuk ('Pengesanan Muka'); % tajuk pemotongan angka;
Hasilnya akan seperti gambar yang dilampirkan dalam langkah ini sendiri
Untuk mengira bilangan wajah yang dikesan:
hapus semua% hapus semua objekclc% clear screen
FDetect = vision. CascadeObjectDetector; % Mengesan objek menggunakan Algoritma Viola-Jones% Membaca gambar input
gambar = imread ('c: / Deskotp / HarryPotter.jpg'); % memuatkan gambar dengan menggunakan imread ('location file / name.jpg')
BB = langkah (FDetect, gambar); % Mengembalikan nilai Bounding Box berdasarkan bilangan objek
angka,
imshow (I);
tahan
untuk i = 1: saiz (BB, 1)
segi empat tepat ('Position', BB (i,:), 'LineWidth', 5, 'LineStyle', '-', 'EdgeColor', 'r'); % r-merah, g-hijau, b-biru
akhir
teks (10, 10, strcat ('\ color {red} Tiada muka =', num2str (panjang (BB)))); Garis ini memberi anda kiraan
tajuk ('Pengesanan Muka'); % tajuk angka
menahan;
Langkah 2: Mengesan Mata Manusia dalam Gambar dan Mengira
SKRIN MATLAB:
kosongkan semua;
clc;
% Untuk mengesan EyesEyeDetect = vision. CascadeObjectDetector ('EyePairBig');
% Baca input
gambar = imread ('c: / Deskotp / HarryPotter.jpg'); % memuatkan gambar dengan menggunakan imread ('location file / name.jpg')
BB = langkah (EyeDetect, gambar);
angka,
imshow (gambar);
segi empat tepat ('Position', BB, 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'b');
tajuk ('Pengesanan Mata');
Hasilnya akan seperti gambar yang dilampirkan dalam langkah ini sendiri
Untuk mengira bilangan mata yang dikesan:
hapus semua; clc; % Untuk mengesan Mata
EyeDetect = vision. CascadeObjectDetector ('EyePairBig');
gambar = imread ('c: / Deskotp / HarryPotter.jpg'); % memuatkan gambar dengan menggunakan imread ('location file / name.jpg')
BB = langkah (EyeDetect, gambar); gambar, imshow (gambar); segi empat tepat ('Position', BB, 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'b');
teks (10, 10, strcat ('\ color {red} No of eyes =', num2str (panjang (BB))));
tajuk ('Pengesanan Mata');
Langkah 3: Mengesan Mulut Manusia dalam Gambar dan Mengira
SKRIN MATLAB:
kosongkan semua;
clc;
% Untuk mengesan Mulut
MouthDetect = vision. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16);
% Baca gambar input = imread ('c: / Deskotp / HarryPotter.jpg'); % memuatkan gambar dengan menggunakan imread ('location file / name.jpg')
BB = langkah (MouthDetect, gambar);
gambar, imshow (gambar);
tahan
untuk i = 1: saiz (BB, 1)
segi empat tepat ('Position', BB (i,:), 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'r');
akhir
tajuk ('Pengesanan Mulut');
menahan;
Hasilnya akan seperti gambar yang dilampirkan dalam langkah ini sendiri
Untuk mengira bilangan Mulut yang dikesan:
kosongkan semua; clc; % Untuk mengesan Mulut
MouthDetect = vision. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16); % Baca input
gambar = imread ('c: / Deskotp / HarryPotter.jpg'); % memuatkan gambar dengan menggunakan imread ('location file / name.jpg') BB = step (MouthDetect, image);
gambar, imshow (gambar);
tahan
untuk i = 1: saiz (BB, 1)
segi empat tepat ('Position', BB (i,:), 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'r');
akhir
teks (10, 10, strcat ('\ color {red} Tidak ada mulut =', num2str (panjang (BB))));
tajuk ('Pengesanan Mulut');
menahan;
Langkah 4: Mengesan Muka, mata, mulut dalam Video dan Mengira
kosongkan semua;
tutup semua;
clc;
% Tangkap bingkai video menggunakan fungsi input video% Anda harus mengganti resolusi & nama penyesuai yang anda pasang.
a = penglihatan. CascadeObjectDetector; % untuk mengesan wajah
% a = vision. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16); % untuk mengesan mulut
% a = vision. CascadeObjectDetector ('EyePairBig'); % untuk mengesan mata
% hanya menggunakan mana-mana sahaja (muka / mata / mulut)
vid = videoinput ('winvideo', 1, 'yuy2_320x240'); % Tetapkan sifat objek video
set (vid, 'FramesPerTrigger', Inf);
set (vid, 'ReturnedColorspace', 'rgb');
vid. FrameGrabInterval = 5; % mulakan pemerolehan video di sini
start (vid)% Tetapkan gelung yang berhenti setelah 100 bingkai pemerolehan
while (vid. FramesAcquired <= 200)% Dapatkan gambar bingkai semasa
data = getnapshot (vid);
imshow (data);
b = langkah (a, data);
tahan
untuk i = 1: saiz (b, 1)
segi empat tepat ('position', b (i,:), 'linewidth', 2, 'linestyle', '-', 'EdgeColor', 'r');
akhir
menahan
teks (10, 10, strcat ('\ color {green} No of face =', num2str (panjang (b))));
akhir
berhenti (vid); Hentikan pemerolehan video
Disyorkan:
Pengesanan Muka pada Raspberry Pi 4B dalam 3 Langkah: 3 Langkah
Pengesanan Muka pada Raspberry Pi 4B dalam 3 Langkah: Dalam Instruksional ini kita akan melakukan pengesanan wajah pada Raspberry Pi 4 dengan Shunya O / S menggunakan Perpustakaan Shunyaface. Shunyaface adalah pustaka pengenalan / pengesanan wajah. Projek ini bertujuan untuk mencapai kelajuan pengesanan dan pengecaman terpantas dengan
Kamera IP Dengan Pengesanan Muka Menggunakan Papan ESP32-CAM: 5 Langkah
Kamera IP Dengan Pengesanan Muka Menggunakan Papan ESP32-CAM: Catatan ini berbeza dengan yang lain dan kami melihat papan ESP32-CAM yang sangat menarik yang sangat murah (kurang dari $ 9) dan mudah digunakan. Kami membuat kamera IP ringkas yang dapat digunakan untuk menstrim suapan video langsung menggunakan 2
Pengesanan Muka Masa Sebenar pada RaspberryPi-4: 6 Langkah (dengan Gambar)
Pengesanan Muka Masa Sebenar pada RaspberryPi-4: Dalam Instruksional ini, kita akan melakukan pengesanan wajah masa nyata pada Raspberry Pi 4 dengan Shunya O / S menggunakan Perpustakaan Shunyaface. Anda boleh mencapai kadar bingkai pengesanan 15-17 pada RaspberryPi-4 dengan mengikuti tutorial ini
Pengesanan Muka + pengecaman: 8 Langkah (dengan Gambar)
Face Detection + recognition: Ini adalah contoh mudah menjalankan pengesanan dan pengecaman wajah dengan OpenCV dari kamera. CATATAN: SAYA MEMBUAT PROJEK INI UNTUK KONTES SENSOR DAN SAYA MENGGUNAKAN KAMERA SEBAGAI SENSOR UNTUK MEMAKAI DAN MENGIKTIRAF FAKTA. Oleh itu, Matlamat KamiDalam sesi ini, 1. Pasang Anaconda
Pengesanan Muka dan Mata Dengan Raspberry Pi Zero dan Opencv: 3 Langkah
Pengesanan Muka dan Mata Dengan Raspberry Pi Zero dan Opencv: Dalam arahan ini saya akan menunjukkan bagaimana anda dapat mengesan wajah dan mata menggunakan raspberry pi dan opencv. Ini adalah arahan pertama saya di opencv. Saya mengikuti banyak tutorial untuk menyiapkan cv terbuka di raspberry tetapi setiap kali tersekat dengan beberapa kesilapan. Bagaimanapun saya