[译] 使用 Golang 和 OpenCV 侦测人脸

点击阅读全文

OpenCV 是一个用于计算机视觉处理的代码库，面世已有 20 多年了。大学时期，我曾在个人的 C++ 和 Python 项目中使用过它，因为这些编程语言对它有很好的支持。不过随着我开始学习并使用 Go 语言，我开始好奇 Go 语言能否使用 OpenCV 。网上有一些关于如何使用 Go 语言调用 OpenCV 的例子和教程，但我发现它们都太过黑科技和复杂了。还好我发现了一个名为 hybridgroup 小组的伙计们写的封装库，它很容易使用，而且文档也很全。这里我要向你们展示如何使用 gocv，并且创建一个简单的 Haar Cascades 面部探测器。

准备工作

• Go
• OpenCV （下文附有安装链接）
• 一个网络摄像头

安装地址

linux: https://gocv.io/getting-started/linux/

macOS: https://gocv.io/getting-started/macos/

windows: https://gocv.io/getting-started/windows/

实例一

在第一个例子中，让我们尝试打开一个窗口，并显示从你的摄像头获取到的视频流。

首先引入我们需要的库。

import ( “log” “gocv.io/x/gocv” ) 

然后使用 VideoCaptureDevice 方法创建一个 VideoCapture 对象。VideoCaptureDevice 方法能让你从摄像头中获取一个视频流。该方法需要一个表示设备 ID 的整型参数。

webcam, err := gocv.VideoCaptureDevice(0) if err != nil { log.Fatalf(“error opening web cam: %v”, err) } defer webcam.Close() 

我们需要创建一个窗口来展示视频流。可以使用 NewWindow 方法完成这个任务。

window := gocv.NewWindow(“webcamwindow”) defer window.Close() 

现在到了有趣的时候。

由于视频是一个持续不断的图像流，我们将不得不使用一个无限循环持续不断地从摄像头读取数据。为此我们将使用 VideoCapture 类型的 Read 方法。它需要一个 Mat 类型 （我们在上文创建的矩阵）入参，同时返回一个布尔值表示 VideoCapture 是否成功读取到了帧数据。

for { if ok := webcam.Read(&img); !ok || img.Empty() { log.Println(“Unable to read from the webcam”) continue } . . . } 

最后我们把图像帧显示在创建的窗口中，等待 50ms 后再处理下一帧。

window.IMShow(img) window.WaitKey(50) 

当运行程序时，我们可以看到一个窗口会弹出，里面显示着你的摄像头中的视频流。

package main import ( "log" "gocv.io/x/gocv" ) func main() { webcam, err := gocv.VideoCaptureDevice(0) if err != nil { log.Fatalf("error opening device: %v", err) } defer webcam.Close() img := gocv.NewMat() defer img.Close() window := gocv.NewWindow("webcamwindow") defer window.Close() for { if ok := webcam.Read(&img); !ok || img.Empty() { log.Println("Unable to read from the webcam") continue } window.IMShow(img) window.WaitKey(50) } } 

实例二

此例中，我们将在上一个例子的基础上使用 Haar Cascades 进行人脸侦测。

不过首先。。什么是 Haar Cascades ？

简单来讲 Haar cascades 是基于哈尔小波（ Haar Wavelet ）技术训练得到的层叠分类器。它通过分析图片中的像素来侦测其中的特征。想要了解更多关于 Haar-Cascades 的知识你可以访问以下链接。

Viola-Jones object detection framework

Cascading classifiers

Haar-like feature

你可以从 opencv 的代码库中下载预先训练好的 Haar-Cascades 。此例中我们将使用 Haar-Cascade 帮助我们识别人的面部。

首先我们创建一个分类器并且将预先训练好的 Haar-Cascade 文件给到它。这个例子中我已经下载了 opencv_haarcascade_frontalface_default.xml 文件放到了我们的程序所在的目录。

点击阅读全文