【Win10 应用开发】人脸识别-低调大师

【Win10 应用开发】人脸识别

2015-08-07 582

可能你会认为人脸识别用起来会很复杂，老周当初也这么想，但通过实际操作后，我发现非然。

经过微软封装的东西，向来都是复杂问题简单化，只要用得舒心，代码越少越好，用最少的代码做最多的事情，此为大师境界也。

好，屁话不说，先介绍一下如何完成人脸识别（或者叫人脸检测，随你怎么翻译，反正知道是怎么一回事就行）。核心的类是FaceDetector，不要问我这个类在哪里，自己打开对象浏览器搜索。

第一步，访问静态属性IsSupported，看看当前平台是不是支持人脸识别，如果返回false，那就没戏了。

第二步，调用静态方法CreateAsync得到一个FaceDetector实例，所以该类不需要手动实例化，初始化过程由运行库来完成，然后把初始化好的实例返回给咱们，然后就可以用它来干活了。

第三步，调用实例方法DetectFacesAsync进行识别，识别完后会返回一个DetectedFace列表，每个DetectedFace表示一张脸，因为你用来识别的照片中可能包含N张脸。FaceBox属性包含了人脸的矩形区域，就是人脸位于整张照片的哪个位置，可通过X，Y坐标描述矩形的左上角位置，并用宽度和高度来表明那张脸的大小。

DetectFacesAsync方法需要一个SoftwareBitmap类型的参数，该参数就是你要用来识别人脸的图像。

可能大家已经知道，通过BitmapDecoder类的GetSoftwareBitmapAsync方法可以返回一个SoftwareBitmap实例，不过要注意的是，FaceDetector在进行检测时并不是所有像素格式都支持，可以调用GetSupportedBitmapPixelFormats方法来获取所有受支持的像素格式列表，经老周测试，该方法返回Nv12和Gray8，也就是当前只支持这两种格式。当然，你也可以通过IsBitmapPixelFormatSupported方法来验证一下某个像素格式是否被支持。

好了，基本用法已经说完了，确实不是很复杂。下面，老周给大家演示一个例子，该例子允许你选择一张照片，然后识别出照片上的人脸，并用一个矩形来标记。

先看看UI的设计，主要的XAML如下：

        <Grid>
            <Grid.RowDefinitions>
                <RowDefinition Height="auto"/>
                <RowDefinition Height="*"/>
                <RowDefinition Height="auto"/>
            </Grid.RowDefinitions>
            <Button Content="选择要识别的照片" Click="OnClick"/>
            <Viewbox  Grid.Row="1" Margin="5" Stretch="Uniform" HorizontalAlignment="Stretch" VerticalAlignment="Stretch">
                <Canvas Name="cv" Width="{x:Bind img.Width,Mode=OneWay}" Height="{x:Bind img.Height,Mode=OneWay}" >
                    <Image Name="img" Stretch="None"/>
                </Canvas>
            </Viewbox>
            
            <TextBlock Name="tbMessage" Foreground="Red" FontSize="16" Grid.Row="2"/>
        </Grid>

为啥我要用一个ViewBox呢，因为这个控件有一个好处，就是会自动将它里面的可视化对象进行缩放，待会儿我要在Image上显示图片，而且还要用到Rectangle元素来标记人脸的位置，为了让绝对坐标计算起来能与原图相等，就把这些内容都放在ViewBox中，让Viewbox来进行缩放，这样一来，就能够根据窗口的大小自动调整显示区域了。

之所以用Canvas，是因它是绝对坐标定位的，这方便我稍后放置Rectangle元素。

处理按钮事件，通过OpenFilePicker来打开图像文件。

            FileOpenPicker picker = new FileOpenPicker();
            picker.FileTypeFilter.Add(".jpg");
            picker.FileTypeFilter.Add(".jpeg");
            picker.FileTypeFilter.Add(".png");

            StorageFile file = await picker.PickSingleFileAsync();

记得以前跟大家讲过，picker调用后要挂起当前应用，并通过响应应用激活来处理获取的文件，这是在WP 8.1的文章中说过，但是，现在不用了，很简单，因为Windows Phone App和Windows App已经完全统一了，所以不必再考虑平台隔离的代码了。

下面代码完成两件事：1、在Image控件上显示图像；2、进行识别，并用矩形标记人脸位置。

            if (file != null)
            {
                using (IRandomAccessStream streamIn= await file.OpenReadAsync())
                {
                    // 对图像文件进行解码
                    BitmapDecoder decoder = await BitmapDecoder.CreateAsync(streamIn);
                    // 获取图像内容
                    SoftwareBitmap sbmp = await decoder.GetSoftwareBitmapAsync(BitmapPixelFormat.Bgra8, BitmapAlphaMode.Straight);

                    WriteableBitmap bmp = new WriteableBitmap(sbmp.PixelWidth, sbmp.PixelHeight);
                    sbmp.CopyToBuffer(bmp.PixelBuffer);
                    this.img.Source = bmp;
                    img.Width = bmp.PixelWidth;
                    img.Height = bmp.PixelHeight;

                    // 通过循环，尝试以各种受支持的格式来进行识别
                    // 如果识别顺利，就跳出循环
                    // 否则进入下一轮循环
                    int n = 0;
                    while (n < formats.Count)
                    {
                        if (FaceDetector.IsBitmapPixelFormatSupported(formats[n]))
                        {
                            FaceDetector detector = await FaceDetector.CreateAsync();
                            try
                            {
                                // 转换图像像素格式
                                SoftwareBitmap sbmp2 = SoftwareBitmap.Convert(sbmp, formats[n]);
                                // 进行检测
                                IList<DetectedFace> results = await detector.DetectFacesAsync(sbmp2);

                                // 清理Canvas中的矩形
                                while (cv.Children.Count > 1)
                                    cv.Children.RemoveAt(cv.Children.Count - 1);
                                // 在界面上添加矩形
                                for (int i = 0; i < results.Count; i++)
                                {
                                    DetectedFace dface = results[i];
                                    Rectangle rect = new Rectangle();

                                    rect.Stroke = new SolidColorBrush(Colors.Yellow);
                                    rect.StrokeThickness = 5d;
                                    // 定位矩形
                                    Canvas.SetLeft(rect, dface.FaceBox.X);
                                    Canvas.SetTop(rect, dface.FaceBox.Y);
                                    rect.Width = dface.FaceBox.Width;
                                    rect.Height = dface.FaceBox.Height;
                                    cv.Children.Add(rect);
                                }
                                tbMessage.Text = "人脸识别完成。";
                                break;
                            }
                            catch
                            {
                                tbMessage.Text = "人脸识别失败。";
                                n++;
                            }
                            //cv.InvalidateArrange();
                        }
                    }

                }

因为我要在Image上显示图像，所以从decoder中得到的SoftwareBitmap不能直接用于识别，原因是我刚才说了，目前SDK的人脸识别只支持少量的像素格式，Bgra8是不受支持的，所以可以用SoftwareBitmap的Convert方法转换格式，并返回转换后的SoftwareBitmap对象。

这里我用一个while循环来完成识别：

                    int n = 0;
                    while (n < formats.Count)
                    {
                        if (FaceDetector.IsBitmapPixelFormatSupported(formats[n]))
                        {
                            FaceDetector detector = await FaceDetector.CreateAsync();
                            try
                            {
                                ……
                                break;
                            }
                            catch
                            {
                                ……
                                n++;
                            }
                        }

意思是，我用FaceDetector所支持的所有像素格式都去尝试进行识别，只要其中有一种格式能够顺利完成识别，就终止循环（break）；如果第一种格式不能识别，就把n++来使用第二种格式来识别。

=============================================

示例的大致情况就是这样，做完后我们当然要来试试效果了。

首先，来检测一下八戒的猪脸。

很显然，猪脸也能检测出来，不错。

接着，我又请神仙妹妹来试镜。发现效果甚好。

然后，我又找来一位MM再试，效果也甚佳。

怎么样，这姿势不错吧。

示例源码下载：http://files.cnblogs.com/files/tcjiaan/FaceDetApp.zip

微信关注我们

原文链接：https://yq.aliyun.com/articles/260720

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

图层混合

//mix.cpp:图像mix // #include"stdafx.h" #include<iostream> #include"opencv2/core/core.hpp" #include"opencv2/highgui/highgui.hpp" #include"opencv2/imgproc/imgproc.hpp" usingnamespacestd; usingnamespacecv; //Multiply正片叠底 voidMultiply(Mat&src1,Mat&src2,Mat&dst) { for(intindex_row=0;index_row<src1.rows;index_row++) { for(intindex_col=0;index_col<src1.cols;index_col++) { for(intindex_c=0;index_c<3;index_c++) dst.at<Vec3f>(index_row,index_col)[index_c]= src1.at<Vec3...

2015-08-02

756

2015年8月18日，上海市地方税务局徐汇区分局私房出租税款微信支付正式上线，上海市徐汇区成为全国首个成功尝试税款微信支付方式的地区。纳税人可以现场微信扫码，或在“徐汇税务”公众号内远程完成税款缴纳。第一位“尝鲜”税款微信支付的严先生高兴地表示：“没想到税款也能微信支付，几秒钟就付好了，税务局用微信支付的方式让缴税变得更方便了。” 图为第一位“尝鲜”微信支付的严先生手持税单除了现场微信扫码可以在几秒钟内完成无现金支付之外，徐汇区税务分局还首次尝试了公众号远程支付缴税。纳税人关注“徐汇税务”微信公众号后，可在线提交纳税资料，审核通过后即可微信缴纳税款，随即收到缴税结果的推送，并指定日期领取税凭证与发票。 “我们希望能够借助信息技术手段，响应‘互联网+’趋势,创新税款征收方式,最大程度方便纳税人税款支付。不管是常规的缴税过程还是利用互联网新技术来缴税，我们都把选择权交到纳税人手里。”徐汇区税务局总经济师王向阳表示。此次徐汇区税务分局在徐家汇街道私房征收点试点成功后，年内将推广至全区13个街道（镇）征收点，形成一套较为成熟的微信支付操作流程，以保证税款收缴的安全性及国库...

2015-08-18

557

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。