AI 之 OpenCvSharp 安卓手机摄像头识别人脸
OpenCvSharp是OpenCv的包装器，相当于底层是OpenCv只是用.Net的方式调用底层的接口的实现，所以，从OpenCv的知识架构来讲，源码是一样一样的。就是换个语言写而已。
1. OpenCvSharp 尽可能地以原生 OpenCV C/C++ API 风格为蓝本。
2. OpenCvSharp 的许多类都实现了 IDisposable。无需管理不安全的资源。
3. OpenCvSharp 不会强迫您使用面向对象的编程风格。您还可以调用原生风格的 OpenCV 函数。
4. OpenCvSharp 提供了从转换Mat为Bitmap(GDI+) 或WriteableBitmap(WPF) 的函数。
所以，只要想学OpenCv，那就可以以原OpenCv的代码方式用.NET 来进行实现。
我早就想识别人脸，最好能识别我是谁，最好能把家里的小猫，也识别了，爽歪歪，最近去了一趟水世界，人家都是摄像头识别人脸，只用提交一张自拍照就可以了，而OpenCv肯定是能达到这种效果的，当然，我还在学习中，先试试识别人脸的效果。
我是台式机，也没有摄像头，突发奇想，能不能连上我的手机（安卓）来实现摄像头的效果，经过不断尝试，终于达到了目的，也算是有一个不错的效果。
手机支持Web摄像头
网上搜了很多资料，最后找到了这个好用的视频工具 DroidCam ，它分为两个端，一个是手机端，一个是PC端，这样QQ就可以用PC端的驱动来实现PC的摄像头效果。
但是，主要是靠手机端，因为，有了手机端，本身它就有了WebCamera的功能，其中像海康这种网络摄像头，都是有RTSP协议的，也是可以用的。
可以网上搜相关资源，也可以下载我提供的资源（我提供的是DroidCamX版本呦 支持720和1080清晰度呦）
安装后效果
手机端是这个样子的，直接运行起来就好，还有一些相关的设置，可以自行设置
电脑端是这个样子的
连上手机后
效果还是很明显
Web直接打开
地址大概是: http://192.168.1.3:4747/video
也可以通过 http://192.168.1.3:4747 打开
我这里是乱码了，但是，可以点一下
就可以通过Web的方式来实现对摄像头的相关设置。这样也就不用客户端了。
OpenCvSharp 摄像头人脸识别
主要是通过以下两个Nuget
Install-Package OpenCvSharp4.Windows -Version 4.6.0.20220608
Install-Package OpenCvSharp4.Extensions -Version 4.6.0.20220608人脸识别模型库
人脸识别模型库是从官网下载的
地址如下:
https://codeload.github.com/opencv/opencv/zip/refs/tags/4.6.0
在这个目录下
人脸识别相关业务逻辑
static void Main(string[] args)
{
Mat frame = new Mat();
var Capture = new VideoCapture("http://192.168.1.3:4747/video?1280x720"); // 这里是DroidCam手机端的IP地址和端口号 ?1280x720
Console.WriteLine($"摄像头是否打开:{Capture.IsOpened()}");
//声明窗口
Cv2.NamedWindow("video", WindowFlags.KeepRatio);
Cv2.ResizeWindow("video", 1280, 720);
//加载人眼、人脸模型数据
CascadeClassifier faceFinder = new CascadeClassifier(@"haarcascades\haarcascade_frontalface_default.xml");
CascadeClassifier eyeFinder = new CascadeClassifier(@"haarcascades\haarcascade_eye_tree_eyeglasses.xml");
var Count = new ConcurrentDictionary();
long PreviousTime = 0;
long FPS = 0;
while (true)
{
bool res = Capture.Read(frame);//会阻塞线程
if (!res || frame.Empty())
{
continue;
}
var times = GettimeStamp();
if (PreviousTime != times && Count.ContainsKey(times - 1))
{
PreviousTime = times;
FPS = Count[times - 1];
Console.WriteLine($"每秒处理图片:{FPS}帧");
}
Count.AddOrUpdate(times, 1, (k, v) => v + 1);
Cv2.PutText(frame, $"{FPS}", new Point(10, 70), HersheyFonts.HersheyPlain, 4, new Scalar(0, 0, 255), 3);
//进行检测识别
Rect[] faceRects = faceFinder.DetectMultiScale(frame);
Rect[] eyeRects = eyeFinder.DetectMultiScale(frame);
//如果有检测到，就绘制结果到图像上
if (faceRects.Length > 0)
{
Cv2.Rectangle(frame, faceRects[0], new Scalar(0, 0, 255), 3);
}
if (eyeRects.Length > 1)
{
Cv2.Rectangle(frame, eyeRects[0], new Scalar(255, 0, 0), 3);
Cv2.Rectangle(frame, eyeRects[1], new Scalar(255, 0, 0), 3);
}
//显示结果
Cv2.ImShow("video", frame);
Cv2.WaitKey(1);
//省略几个以加快图像的速度
Capture.Grab();
Capture.Grab();
Capture.Grab();
Capture.Grab();
}
Capture.Release();
//销毁所有的窗口
Cv2.DestroyAllWindows();
Console.WriteLine("录制完毕!");
Console.ReadLine();
}
public static long GettimeStamp()
{
return new DateTimeOffset(DateTime.UtcNow).ToUnixTimeSeconds();
} 运行结果
哈哈，算是露脸了，我这脸可是有版权的呦！！！
总结
效果还是很不错的，终于算是入手OpenCv了，后期的各种技巧和书籍就可以学起来了。最好，以后可以通过一张图片，就能识别到对方是谁，这样的应用场景应该很多，我之前公司的门禁都是统一拍照发照片搞定的。
但是，具体人脸咋搞一个数据出来，还得继续搞搞。
代码地址(包含了DroidCamX 相关工具)
https://github.com/kesshei/CameraDemo.git
https://gitee.com/kesshei/CameraDemo.git
阅
一键三连呦！，感谢大佬的支持，您的支持就是我的动力!
技术群：添加小编微信并备注进群
小编微信：mm1552923
公众号：dotNet编程大全