Spisu treści:
- Krok 1: Wykrywanie twarzy na obrazie i liczenie
- Krok 2: Wykrywanie ludzkich oczu na obrazie i liczenie
- Krok 3: Wykrywanie ust człowieka na obrazie i liczenie
- Krok 4: Wykrywanie twarzy, oczu, ust w filmie i liczenie
Wideo: Łatwe wykrywanie twarzy MATLAB: 4 kroki
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:27
Głównym celem tej instrukcji jest pokazanie, jak łatwe będzie przetwarzanie obrazu przy pomocy MATLAB
Wykrywanie i śledzenie twarzy było ważną i aktywną dziedziną badań, dlatego wyjaśnię, jak można to zrobić za pomocą Matlaba.
W poniższym tutorialu zrobię poniższe rzeczy:
1.wykrywanie twarzy na obrazie i liczenie.
2.wykrywanie ludzkich oczu na obrazie i liczenie.
3.wykrywanie ust człowieka na obrazie i liczenie.
4.detecting twarze w filmie i liczenie.
5.wykrywanie ludzkich oczu w filmie i liczenie.
6. wykrywanie ludzkich ust w filmie i liczenie.
Krok 1: Wykrywanie twarzy na obrazie i liczenie
SCENARIUSZ MATLABOWY:
wyczyść wszystko % wyczyść wszystkie obiektyclc % wyczyść ekran
FDetect = wizja. CascadeObjectDetector; %Wykryj obiekty za pomocą algorytmu Viola-Jones
% Przeczytaj obraz wejściowy
image = imread('c:\Deskotp\HarryPotter.jpg'); % załaduj obraz za pomocą imread('lokalizacja pliku\nazwa.jpg')
BB = krok (FDetect, obraz); %Zwraca wartości obwiedni na podstawie liczby obiektów
rysunek, imshow(I);
trzymać się
dla i = 1:rozmiar(BB, 1)
prostokąt('Pozycja', BB(i,:), 'Szerokość Linii', 5, 'Styl Linii', '-', 'Kolor Krawędzi', 'r'); %r -czerwony, g-zielony, b-niebieski
kończyć się
title('Wykrywanie twarzy'); %tytuł figury wyłączony;
Wynik będzie podobny do obrazu, który został dołączony w tym kroku
Aby policzyć liczbę wykrytych twarzy:
wyczyść wszystko % wyczyść wszystkie obiektyclc % wyczyść ekran
FDetect = wizja. CascadeObjectDetector; %Wykryj obiekty za pomocą algorytmu Viola-Jones %Odczytaj obraz wejściowy
image = imread('c:\Deskotp\HarryPotter.jpg'); % załaduj obraz za pomocą imread('lokalizacja pliku\nazwa.jpg')
BB = krok (FDetect, obraz); %Zwraca wartości obwiedni na podstawie liczby obiektów
postać,
imshow(I);
trzymać się
dla i = 1:rozmiar(BB, 1)
prostokąt('Pozycja', BB(i,:), 'Szerokość Linii', 5, 'Styl Linii', '-', 'Kolor Krawędzi', 'r'); %r -czerwony, g-zielony, b-niebieski
kończyć się
text(10, 10, strcat('\kolor{czerwony} Liczba twarzy =', num2str(długość(BB)))); Ta linia daje ci liczbę
title('Wykrywanie twarzy'); % tytuł figury
wstrzymaj się;
Krok 2: Wykrywanie ludzkich oczu na obrazie i liczenie
SCENARIUSZ MATLABOWY:
Wyczyść wszystko;
kl;
%Aby wykryć EyesEyeDetect = vision. CascadeObjectDetector('EyePairBig');
% Przeczytaj dane wejściowe
image = imread('c:\Deskotp\HarryPotter.jpg'); % załaduj obraz za pomocą imread('lokalizacja pliku\nazwa.jpg')
BB=krok(Wykrywanie oczu, obraz);
postać,
imshow(obraz);
prostokąt('Pozycja', BB, 'Szerokość Linii', 4, 'Styl Linii', '-', 'Kolor Krawędzi', 'b');
title('Wykrywanie oczu');
Wynik będzie podobny do obrazu, który został dołączony w tym kroku
Aby policzyć liczbę wykrytych oczu:
wyczyść wszystko;clc; % Aby wykryć oczy
EyeDetect = vision. CascadeObjectDetector('EyePairBig');
image = imread('c:\Deskotp\HarryPotter.jpg'); % załaduj obraz za pomocą imread('lokalizacja pliku\nazwa.jpg')
BB=step(EyeDetect, obraz);figura, imshow(obraz); prostokąt('Pozycja', BB, 'Szerokość Linii', 4, 'Styl Linii', '-', 'Kolor Krawędzi', 'b');
text(10, 10, strcat('\kolor{czerwony} Liczba oczu =', num2str(długość(BB))));
title('Wykrywanie oczu');
Krok 3: Wykrywanie ust człowieka na obrazie i liczenie
SCENARIUSZ MATLABOWY:
Wyczyść wszystko;
kl;
%Aby wykryć usta
MouthDetect = wizja. CascadeObjectDetector('Usta', 'MergeThreshold', 16);
%Odczytaj obraz wejściowy = imread('c:\Deskotp\HarryPotter.jpg'); % załaduj obraz za pomocą imread('lokalizacja pliku\nazwa.jpg')
BB=krok(Wykrywanie ust, obraz);
rysunek, imshow(obraz);
trzymać się
dla i = 1:rozmiar(BB, 1)
prostokąt('Pozycja', BB(i,:), 'Szerokość Linii', 4, 'Styl Linii', '-', 'Kolor Krawędzi', 'r');
kończyć się
title('Wykrywanie ust');
wstrzymaj się;
Wynik będzie podobny do obrazu, który został dołączony w tym kroku
Aby policzyć liczbę wykrytych ust:
Wyczyść wszystko; kl; %Aby wykryć usta
MouthDetect = wizja. CascadeObjectDetector('Usta', 'MergeThreshold', 16); % Przeczytaj dane wejściowe
image = imread('c:\Deskotp\HarryPotter.jpg'); % załaduj obraz używając imread('lokalizacja pliku\name.jpg') BB=step(MouthDetect, image);
rysunek, imshow(obraz);
trzymać się
dla i = 1:rozmiar(BB, 1)
prostokąt('Pozycja', BB(i,:), 'Szerokość Linii', 4, 'Styl Linii', '-', 'Kolor Krawędzi', 'r');
kończyć się
text(10, 10, strcat('\kolor{czerwony} Liczba ust =', num2str(długość(BB))));
title('Wykrywanie ust');
wstrzymaj się;
Krok 4: Wykrywanie twarzy, oczu, ust w filmie i liczenie
Wyczyść wszystko;
zamknij wszystko;
kl;
% Przechwytywanie klatek wideo przy użyciu funkcji wejścia wideo % Musisz zmienić rozdzielczość i nazwę zainstalowanego adaptera.
a=wizja. CascadeObjectDetector; % wykryć twarz
% a=vision. CascadeObjectDetector('Usta', 'MergeThreshold', 16); % wykryć usta
% a=vision. CascadeObjectDetector('ParaOczyDuże'); % do wykrywania oczu
% używaj tylko jednego (twarz/oczy/usta)
vid = videoinput('winvideo', 1, 'yuy2_320x240'); % Ustaw właściwości obiektu wideo
set(vid, 'FramesPerTrigger', Inf);
set(vid, 'Zwrócona przestrzeń kolorów', 'rgb');
vid. FrameGrabInterval = 5; %rozpocznij pobieranie wideo tutaj
start(vid) % Ustawia pętlę, która zatrzymuje się po 100 klatkach akwizycji
while(vid. FramesAcquired<=200) % Pobierz zrzut bieżącej klatki
dane = pobieranapshot(vid);
imshow(dane);
b=krok(a, dane);
trzymać się
dla i=1:rozmiar(b, 1)
prostokąt('pozycja', b(i,:), 'szerokość linii', 2, 'styl linii', '-', 'Kolor krawędzi', 'r');
kończyć się
wstrzymaj się
text(10, 10, strcat('\color{green} Liczba twarzy =', num2str(length(b))));
kończyć się
stop(vid); % Zatrzymaj akwizycję wideo
Zalecana:
Wykrywanie twarzy na Raspberry Pi 4B w 3 krokach: 3 kroki
Wykrywanie twarzy na Raspberry Pi 4B w 3 krokach: W tym instruktażu zamierzamy przeprowadzić wykrywanie twarzy na Raspberry Pi 4 z Shunya O/S przy użyciu biblioteki Shunyaface. Shunyaface to biblioteka rozpoznawania/wykrywania twarzy. Projekt ma na celu osiągnięcie najszybszej prędkości wykrywania i rozpoznawania dzięki
Wykrywanie, szkolenie i rozpoznawanie twarzy Opencv: 3 kroki
Opencv Face Detection, Training and Recognition: OpenCV to biblioteka komputerowa o otwartym kodzie źródłowym, która jest bardzo popularna do wykonywania podstawowych zadań przetwarzania obrazu, takich jak rozmycie, mieszanie obrazów, poprawianie jakości obrazu i wideo, progowanie itp. Oprócz przetwarzania obrazu, to udowodnić
Śledzenie twarzy i wykrywanie uśmiechu Roboty Halloween: 8 kroków (ze zdjęciami)
Śledzenie twarzy i wykrywanie uśmiechu Roboty Halloween: Halloween nadchodzi! Postanowiliśmy zbudować coś fajnego. Poznaj roboty Ghosty i Skully. Mogą podążać za twoją twarzą i wiedzą, kiedy się uśmiechasz, aby się z tobą śmiać! Ten projekt jest kolejnym przykładem użycia aplikacji iRobbie, która konwertuje iPhone'a na
DIY MusiLED, zsynchronizowane z muzyką diody LED z aplikacją Windows i Linux jednym kliknięciem (32-bitowe i 64-bitowe). Łatwe do odtworzenia, łatwe w użyciu, łatwe do przenoszenia: 3 kroki
DIY MusiLED, zsynchronizowane z muzyką diody LED z aplikacją Windows i Linux jednym kliknięciem (32-bitowe i 64-bitowe). Łatwy do odtworzenia, łatwy w użyciu, łatwy do przenoszenia. Ten projekt pomoże Ci podłączyć 18 diod LED (6 czerwonych + 6 niebieskich + 6 żółtych) do płyty Arduino i przeanalizować sygnały karty dźwiękowej komputera w czasie rzeczywistym i przekazać je do diody LED, aby je oświetlić zgodnie z efektami beatu (Snare, High Hat, Kick)
Wykrywanie twarzy i oczu za pomocą Raspberry Pi Zero i Opencv: 3 kroki
Wykrywanie twarzy i oczu za pomocą Raspberry Pi Zero i Opencv: W tej instrukcji pokażę, jak wykrywać twarz i oczy za pomocą raspberry pi i opencv. To jest moja pierwsza instrukcja na opencv. Śledziłem wiele samouczków, aby skonfigurować otwarte cv w malinowym, ale za każdym razem napotykałem pewne błędy. W każdym razie ja