FPGA驱动摄像头实现人脸识别(基于肤色)

FPGA驱动摄像头实现人脸识别(基于肤色)

验证平台：黑金AX309 OV5640
时至今日图像处理已经得到了广泛应用，今天我们来讲一讲利用FPGA结合摄像头来实现一个简单的人脸识别（当然误检率很高，因为是基于肤色的，颜色相近就会被检测）。
话不多说咱们先来简单的分析一下整个检测的流程。咱们是采用VGA进行最终的识别结果显示，也就是画框。摄像头驱动部分就不在多说。流程如下。

RGB数据

转YCBCR

二值化

滤波

识别区域

画框

VGA显示

①：RGB数据转换为TCBCR
公式如下：
Y’ = 0.257R’ + 0.504G’ + 0.098*B’ + 16

Cb’ = -0.148R’ - 0.291G’ + 0.439*B’ + 128

Cr’ = 0.439R’ - 0.368G’ - 0.071*B’ + 128

当然FPGA处理整形数据较为容易：
所以我们可以将数据整日左移八位，在进行计算，最后在右移回去即可。
②：二值化
所谓二值化，就是讲整个图像转化为黑白图，当然，为了提取到人脸数据，我们需要将人脸部分显示为白色，其余部分为黑色，这就要我们设置一个阈值（关于如何提取到肤色的值，我们可以利用PS去提取RGB数据，在通过计算即可），在这里我们设置的阈值为
77 < Cb < 127 133 < Cr < 173
当然可以根据实际需要进行计算修改
才阈值范围内的RGB赋值为FFFF，否则为0，这样就把二值化了，且提取出来了我们希望识别的像素。

③：滤波
二值化后的图形进行显示的时候，我们会发现，出去我们的肤色部分外，还有许多位置一直在变动的白色的点，这些就是摄像头采集过程中，环境中的噪声干扰的结果。这些小点会干扰到我们的识别，所以我们要设计一定的算法进行滤波。常用的就是 腐蚀 -> 膨胀。当然我们也可以设计一种类似于“四舍五入”的方法，将少数次出现的点滤除掉即可，这样滤波的结果虽然不是很好，但也可以满足我们的需要。
④：识别区域
接下来我们就要开始检测我们的人脸区域了，前面我们已将人脸部分的像素进行了二值化处理，所以我们只需要锁定白色点坐标XY方向的最值就可以。
当然为了减少波动，我们可以采取隔帧计算的方法，以减少区域的不稳定，也可以避免由于延时导致的黑屏问题。
⑤：画框
得到了坐标之后，我们只需要将VGA显示部分的数据，进行略微更改，即当行场扫描到达我们的最值坐标后，更改RGB的值（例如11111_000000_00000红色），就可以吧我们的面部圈出来了。

当然这只是一个大致的过程，有哪里不懂的话可以评论区留言，源码评论区2021.10.31更新源码，评论区自取