![MATLAB Helppo kasvojentunnistus: 4 vaihetta MATLAB Helppo kasvojentunnistus: 4 vaihetta](https://i.howwhatproduce.com/images/002/image-3173-3-j.webp)
Sisällysluettelo:
2025 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2025-01-23 14:41
![MATLAB Helppo kasvojentunnistus MATLAB Helppo kasvojentunnistus](https://i.howwhatproduce.com/images/002/image-3173-4-j.webp)
Tämän ohjeen päätavoite on näyttää, kuinka helppoa kuvankäsittely on, MATLABin avulla
Kasvojentunnistus ja -seuranta on ollut tärkeä ja aktiivinen tutkimusala, joten selitän, miten se voidaan tehdä Matlabin avulla.
Seuraavassa opetusohjelmassa aion tehdä seuraavat asiat:
1. kasvojen havaitseminen kuvassa ja laskeminen.
2. ihmisen silmien havaitseminen kuvassa ja laskeminen.
3. ihmisen suun tunnistaminen kuvasta ja laskeminen.
4. kasvojen havaitseminen videossa ja laskeminen.
5. ihmisen silmien havaitseminen videossa ja laskeminen.
6. ihmisen suun tunnistaminen videossa ja laskeminen.
Vaihe 1: Kasvojen havaitseminen kuvassa ja laskeminen
![Kasvojen havaitseminen kuvassa ja laskeminen Kasvojen havaitseminen kuvassa ja laskeminen](https://i.howwhatproduce.com/images/002/image-3173-5-j.webp)
MATLAB -käsikirjoitus:
tyhjennä kaikki % tyhjennä kaikki objektit clc % tyhjennä näyttö
FDetect = visio. CascadeObjectDetector; %Havaitse esineitä Viola-Jones-algoritmin avulla
%Lue syötetty kuva
image = imread ('c: / Deskotp / HarryPotter.jpg'); %lataa kuva käyttämällä imreadia ('tiedoston sijainti / nimi.jpg')
BB = vaihe (FDetect, kuva); %Palauttaa rajauslaatikon arvot objektien lukumäärän perusteella
kuvio, imshow (I);
pidä kiinni
i = 1: koko (BB, 1)
suorakulmio ('Position', BB (i,:), 'LineWidth', 5, 'LineStyle', '-', 'EdgeColor', 'r'); %r -punainen, g-vihreä, b-sininen
loppuun
otsikko ('Kasvontunnistus'); %hahmon otsikko pois;
Tulos on samanlainen kuin tässä vaiheessa liitetty kuva
Voit laskea havaittujen kasvojen määrän seuraavasti:
tyhjennä kaikki % tyhjennä kaikki objektit clc % tyhjennä näyttö
FDetect = visio. CascadeObjectDetector; %Tunnista kohteet Viola-Jones-algoritmin avulla %Lue syöttökuva
image = imread ('c: / Deskotp / HarryPotter.jpg'); %lataa kuva käyttämällä imreadia ('tiedoston sijainti / nimi.jpg')
BB = vaihe (FDetect, kuva); %Palauttaa rajauslaatikon arvot objektien lukumäärän perusteella
kuvio,
imshow (I);
pidä kiinni
i = 1: koko (BB, 1)
suorakulmio ('Position', BB (i,:), 'LineWidth', 5, 'LineStyle', '-', 'EdgeColor', 'r'); %r -punainen, g-vihreä, b-sininen
loppuun
text (10, 10, strcat ('\ color {red} Kasvojen määrä =', num2str (pituus (BB)))); Tämä rivi antaa sinulle lukumäärän
otsikko ('Kasvontunnistus'); %otsikko kuvasta
pitää loitolla;
Vaihe 2: Ihmisten silmien havaitseminen kuvasta ja laskeminen
![Ihmissilmien havaitseminen kuvasta ja laskeminen Ihmissilmien havaitseminen kuvasta ja laskeminen](https://i.howwhatproduce.com/images/002/image-3173-6-j.webp)
MATLAB -käsikirjoitus:
Tyhjennä;
clc;
%EyesEyeDetectin havaitseminen = vision. CascadeObjectDetector ('EyePairBig');
%Lue syöttö
image = imread ('c: / Deskotp / HarryPotter.jpg'); %lataa kuva käyttämällä imreadia ('tiedoston sijainti / nimi.jpg')
BB = vaihe (EyeDetect, kuva);
kuvio,
imshow (kuva);
suorakulmio ('Position', BB, 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'b');
otsikko ('Silmien tunnistus');
Tulos on samanlainen kuin tässä vaiheessa liitetty kuva
Havaittujen silmien lukumäärän laskeminen:
tyhjennä kaikki; clc; %Silmien havaitsemiseksi
EyeDetect = visio. CascadeObjectDetector ('EyePairBig');
image = imread ('c: / Deskotp / HarryPotter.jpg'); %lataa kuva käyttämällä imreadia ('tiedoston sijainti / nimi.jpg')
BB = askel (EyeDetect, kuva); kuvio, imshow (kuva); suorakulmio ('Position', BB, 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'b');
text (10, 10, strcat ('\ color {red} Silmien määrä =', num2str (pituus (BB))));
otsikko ('Silmien tunnistus');
Vaihe 3: Ihmisen suun tunnistaminen kuvasta ja laskeminen
![Ihmisen suun havaitseminen kuvasta ja laskeminen Ihmisen suun havaitseminen kuvasta ja laskeminen](https://i.howwhatproduce.com/images/002/image-3173-7-j.webp)
MATLAB -käsikirjoitus:
Tyhjennä;
clc;
%Suun tunnistaminen
MouthDetect = visio. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16);
%Lue syötetty kuva = imread ('c: / Deskotp / HarryPotter.jpg'); %lataa kuva käyttämällä imreadia ('tiedoston sijainti / nimi.jpg')
BB = askel (MouthDetect, kuva);
kuva, imshow (kuva);
pidä kiinni
i = 1: koko (BB, 1)
suorakulmio ('Position', BB (i,:), 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'r');
loppuun
otsikko ('Suun tunnistus');
pitää loitolla;
Tulos on samanlainen kuin tässä vaiheessa liitetty kuva
Laskettujen suun lukumäärä:
Tyhjennä; clc; %Suun tunnistaminen
MouthDetect = visio. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16); %Lue syöttö
image = imread ('c: / Deskotp / HarryPotter.jpg'); %lataa kuva käyttämällä imreadia ('tiedoston sijainti / nimi.jpg') BB = askel (MouthDetect, kuva);
kuva, imshow (kuva);
pidä kiinni
i = 1: koko (BB, 1)
suorakulmio ('Position', BB (i,:), 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'r');
loppuun
text (10, 10, strcat ('\ color {red} Suun määrä =', num2str (pituus (BB))));
otsikko ('Suun tunnistus');
pitää loitolla;
Vaihe 4: Kasvojen, silmien, suun tunnistaminen videosta ja laskeminen
Tyhjennä;
sulje kaikki;
clc;
% Ota videokehykset videotulotoiminnolla % Sinun on vaihdettava resoluutio ja asennetun sovittimen nimi.
a = visio. CascadeObjectDetector; %kasvojen tunnistamiseen
% a = visio. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16); %suun tunnistamiseksi
% a = visio. CascadeObjectDetector ('EyePairBig'); %tunnistaa silmät
%käyttää vain yhtä (kasvot/silmät/suu)
vid = videosyöttö ('winvideo', 1, 'yuy2_320x240'); % Aseta video -objektin ominaisuudet
set (vid, 'FramesPerTrigger', Inf);
set (vid, 'ReturnedColorspace', 'rgb');
vid. FrameGrabInterval = 5; %aloita videon hankinta tästä
start (vid) % Aseta silmukka, joka pysähtyy 100 kuvan oton jälkeen
while (vid. FramesAcquired <= 200) % Hae tilannekuva nykyisestä kehyksestä
data = otoskuva (vid);
imshow (data);
b = vaihe (a, data);
pidä kiinni
i = 1: koko (b, 1)
suorakulmio ('position', b (i,:), 'linewidth', 2, 'linestyle', '-', 'EdgeColor', 'r');
loppuun
pitää loitolla
text (10, 10, strcat ('\ väri {vihreä} Kasvojen määrä =', numero2str (pituus (b))));
loppuun
stop (vid); % Lopeta videon hankinta
Suositeltava:
Opencv -kasvojentunnistus, koulutus ja tunnistus: 3 vaihetta
![Opencv -kasvojentunnistus, koulutus ja tunnistus: 3 vaihetta Opencv -kasvojentunnistus, koulutus ja tunnistus: 3 vaihetta](https://i.howwhatproduce.com/images/006/image-16218-j.webp)
Opencv -kasvojentunnistus, -koulutus ja -tunnistus: OpenCV on avoimen lähdekoodin tietokonenäkökirjasto, joka on erittäin suosittu perustoimintojen, kuten sumennuksen, kuvien sekoittamisen, kuvan parantamisen sekä videon laadun, kynnyksen jne., Suorittamiseen. se todistaa
ESP32 CAM -kasvojentunnistus MQTT -tuella - AI-ajattelija: 4 vaihetta
![ESP32 CAM -kasvojentunnistus MQTT -tuella - AI-ajattelija: 4 vaihetta ESP32 CAM -kasvojentunnistus MQTT -tuella - AI-ajattelija: 4 vaihetta](https://i.howwhatproduce.com/images/011/image-32241-j.webp)
ESP32 CAM -kasvojentunnistus MQTT -tuella | AI-ajattelija: Hei! Halusin jakaa projektikoodin, jos tarvitsen ESP CAM -laitteen, jossa on kasvojentunnistus, joka voisi lähettää tietoja MQTT: lle. Niin hyvin .. ehkä 7 tunnin etsimisen jälkeen useiden koodiesimerkkien läpi ja etsimällä mitä on, minulla on viimeistely
Opencv -kasvojentunnistus: 4 vaihetta
![Opencv -kasvojentunnistus: 4 vaihetta Opencv -kasvojentunnistus: 4 vaihetta](https://i.howwhatproduce.com/images/003/image-7376-11-j.webp)
Opencv -kasvojentunnistus: Kasvojentunnistus on nykyään melko yleinen asia monissa sovelluksissa, kuten älypuhelimissa, monissa elektronisissa laitteissa. Tällainen tekniikka sisältää paljon algoritmeja ja työkaluja jne., Joka käyttää joitain upotettuja upotettuja SOC -alustoja, kuten Vadelma
Reaaliaikainen kasvojentunnistus: kokonaisvaltainen projekti: 8 vaihetta (kuvilla)
![Reaaliaikainen kasvojentunnistus: kokonaisvaltainen projekti: 8 vaihetta (kuvilla) Reaaliaikainen kasvojentunnistus: kokonaisvaltainen projekti: 8 vaihetta (kuvilla)](https://i.howwhatproduce.com/images/002/image-4873-66-j.webp)
Reaaliaikainen kasvojentunnistus: kokonaisvaltainen projekti: Viimeisessä OpenCV: tä tutkivassa opetusohjelmassamme opimme AUTOMATIC VISION OBJECT TRACKING. Nyt käytämme PiCam-kameraamme kasvojen tunnistamiseen reaaliajassa, kuten alla näet: Tämä projekti tehtiin tämän upean " Open Source Computer Vision Library & qu
DIY MusiLED, musiikin synkronoidut LEDit yhdellä napsautuksella Windows- ja Linux-sovelluksella (32- ja 64-bittinen). Helppo luoda, helppo käyttää, helppo siirtää: 3 vaihetta
![DIY MusiLED, musiikin synkronoidut LEDit yhdellä napsautuksella Windows- ja Linux-sovelluksella (32- ja 64-bittinen). Helppo luoda, helppo käyttää, helppo siirtää: 3 vaihetta DIY MusiLED, musiikin synkronoidut LEDit yhdellä napsautuksella Windows- ja Linux-sovelluksella (32- ja 64-bittinen). Helppo luoda, helppo käyttää, helppo siirtää: 3 vaihetta](https://i.howwhatproduce.com/images/002/image-5944-30-j.webp)
DIY MusiLED, musiikin synkronoidut LEDit yhdellä napsautuksella Windows- ja Linux-sovelluksella (32- ja 64-bittinen). Helppo luoda, Helppo käyttää, Helppo siirtää: Tämä projekti auttaa sinua liittämään 18 LEDiä (6 punaista + 6 sinistä + 6 keltaista) Arduino-korttiin ja analysoimaan tietokoneen äänikortin reaaliaikaisia signaaleja ja välittämään ne LEDit sytyttävät ne beat -tehosteiden mukaan (virveli, korkea hattu, potku)