Indholdsfortegnelse:
- Trin 1: Registrering af ansigter i et billede og optælling
- Trin 2: Registrering af menneskelige øjne i et billede og optælling
- Trin 3: Registrering af menneskelig mund i et billede og optælling
- Trin 4: Registrering af ansigter, øjne, mund i en video og optælling
Video: MATLAB Let ansigtsregistrering: 4 trin
2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:26
Hovedformålet med disse instruktører er at vise, hvor let billedbehandlingen vil være, ved hjælp af MATLAB
Ansigtsregistrering og sporing har været et vigtigt og aktivt forskningsfelt, så derfor vil jeg forklare, hvordan det kan gøres med Matlab.
I den følgende vejledning skal jeg gøre nedenstående ting:
1. detektere ansigter i et billede og tælle.
2. opdage menneskelige øjne i et billede og tælle.
3. detektere menneskelig mund i et billede og tælle.
4. detektere ansigter i en video og tælle.
5. opdage menneskelige øjne i en video og tælle.
6. opdage menneskelig mund i en video og tælle.
Trin 1: Registrering af ansigter i et billede og optælling
MATLAB SCRIPT:
clear all % clear all objectsclc % clear screen
FDetect = vision. CascadeObjectDetector; %Find objekter ved hjælp af Viola-Jones-algoritme
%Læs inputbilledet
image = imread ('c: / Deskotp / HarryPotter.jpg'); %indlæse billedet ved hjælp af imread ('filplacering / navn.jpg')
BB = trin (FDetect, billede); %Returnerer grænseværdier baseret på antal objekter
figur, imshow (I);
hold fast
for i = 1: størrelse (BB, 1)
rektangel ('Position', BB (i,:), 'LineWidth', 5, 'LineStyle', '-', 'EdgeColor', 'r'); %r -rød, g-grøn, b-blå
ende
titel ('Ansigtsregistrering'); %titel på figuren fra;
Resultatet vil være som billedet, der blev vedhæftet i dette trin selv
Sådan tæller du det registrerede antal ansigter:
clear all % clear all objectsclc % clear screen
FDetect = vision. CascadeObjectDetector; %Find objekter ved hjælp af Viola-Jones-algoritme %Læs inputbilledet
image = imread ('c: / Deskotp / HarryPotter.jpg'); %indlæs billedet ved hjælp af imread ('filplacering / navn.jpg')
BB = trin (FDetect, billede); %Returnerer grænseværdier baseret på antal objekter
figur,
imshow (I);
hold fast
for i = 1: størrelse (BB, 1)
rektangel ('Position', BB (i,:), 'LineWidth', 5, 'LineStyle', '-', 'EdgeColor', 'r'); %r -rød, g-grøn, b-blå
ende
tekst (10, 10, strcat ('\ color {rød} Antal ansigter =', num2str (længde (BB)))); Denne linje giver dig optællingen
titel ('Ansigtsregistrering'); %titel på figuren
hold af;
Trin 2: Registrering af menneskelige øjne i et billede og optælling
MATLAB SCRIPT:
Slet alt;
clc;
%At registrere EyesEyeDetect = vision. CascadeObjectDetector ('EyePairBig');
%Læs input
image = imread ('c: / Deskotp / HarryPotter.jpg'); %indlæse billedet ved hjælp af imread ('filplacering / navn.jpg')
BB = trin (EyeDetect, billede);
figur,
imshow (billede);
rektangel ('Position', BB, 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'b');
titel ('Eyes Detection');
Resultatet vil være som billedet, der blev vedhæftet i dette trin selv
For at tælle antallet af registrerede øjne:
ryd alle, clc; %For at opdage øjne
EyeDetect = vision. CascadeObjectDetector ('EyePairBig');
image = imread ('c: / Deskotp / HarryPotter.jpg'); %indlæs billedet ved hjælp af imread ('filplacering / navn.jpg')
BB = trin (EyeDetect, billede); figur, imshow (billede); rektangel ('Position', BB, 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'b');
tekst (10, 10, strcat ('\ color {rød} Antal øjne =', num2str (længde (BB))));
titel ('Eyes Detection');
Trin 3: Registrering af menneskelig mund i et billede og optælling
MATLAB SCRIPT:
Slet alt;
clc;
%For at opdage mund
MouthDetect = vision. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16);
%Læs inputbilledet = imread ('c: / Deskotp / HarryPotter.jpg'); %indlæse billedet ved hjælp af imread ('filplacering / navn.jpg')
BB = trin (MouthDetect, billede);
figur, imshow (billede);
hold fast
for i = 1: størrelse (BB, 1)
rektangel ('Position', BB (i,:), 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'r');
ende
titel ('Mouth Detection');
hold af;
Resultatet vil være som billedet, der blev vedhæftet i dette trin selv
For at tælle antallet af registreret mund:
Slet alt; clc; %For at opdage mund
MouthDetect = vision. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16); %Læs input
image = imread ('c: / Deskotp / HarryPotter.jpg'); %indlæse billedet ved hjælp af imread ('filplacering / navn.jpg') BB = trin (MouthDetect, billede);
figur, imshow (billede);
hold fast
for i = 1: størrelse (BB, 1)
rektangel ('Position', BB (i,:), 'LineWidth', 4, 'LineStyle', '-', 'EdgeColor', 'r');
ende
tekst (10, 10, strcat ('\ color {rød} Antal mund =', num2str (længde (BB))));
titel ('Mouth Detection');
hold af;
Trin 4: Registrering af ansigter, øjne, mund i en video og optælling
Slet alt;
luk alle;
clc;
% Optag videorammerne ved hjælp af videoinputfunktionen % Du skal udskifte opløsningen og dit installerede adapternavn.
a = vision. CascadeObjectDetector; %for at registrere ansigt
% a = vision. CascadeObjectDetector ('Mouth', 'MergeThreshold', 16); %for at opdage mund
% a = vision. CascadeObjectDetector ('EyePairBig'); %for at registrere øjne
%brug kun en (ansigt/øjne/mund)
vid = videoinput ('winvideo', 1, 'yuy2_320x240'); % Indstil videoobjektets egenskaber
sæt (vid, 'FramesPerTrigger', Inf);
set (vid, 'ReturnedColorspace', 'rgb');
vid. FrameGrabInterval = 5; %start videooptagelsen her
start (vid) % Indstil en loop, der stopper efter 100 optagelsesrammer
while (vid. FramesAcquired <= 200) % Få snapshot af den aktuelle ramme
data = getsnapshot (vid);
imshow (data);
b = trin (a, data);
hold fast
for i = 1: størrelse (b, 1)
rektangel ('position', b (i,:), 'linewidth', 2, 'linestyle', '-', 'EdgeColor', 'r');
ende
hold ud
tekst (10, 10, strcat ('\ color {green} Antal ansigter =', num2str (længde (b))));
ende
stop (vid); % Stop videooptagelsen
Anbefalede:
Ansigtsregistrering på Raspberry Pi 4B i 3 trin: 3 trin
Ansigtsregistrering på Raspberry Pi 4B i 3 trin: I denne instruks vil vi udføre ansigtsregistrering på Raspberry Pi 4 med Shunya O/S ved hjælp af Shunyaface-biblioteket. Shunyaface er et bibliotek til ansigtsgenkendelse/registrering. Projektet sigter mod at opnå den hurtigste registrerings- og genkendelseshastighed med
IP-kamera med ansigtsregistrering ved hjælp af ESP32-CAM-kortet: 5 trin
IP-kamera med ansigtsregistrering ved hjælp af ESP32-CAM-kortet: Dette indlæg er anderledes end de andre, og vi kigger på det meget interessante ESP32-CAM-kort, der er overraskende billigt (mindre end $ 9) og let at bruge. Vi opretter et simpelt IP -kamera, der kan bruges til at streame et live video feed ved hjælp af 2
Opencv ansigtsregistrering, træning og genkendelse: 3 trin
Opencv ansigtsregistrering, træning og genkendelse: OpenCV er et open source computer vision -bibliotek, som er meget populært til at udføre grundlæggende billedbehandlingsopgaver som sløring, billedblanding, forbedring af billede samt videokvalitet, tærskelværdi osv. Ud over billedbehandling, det beviser
Realtid ansigtsregistrering på RaspberryPi-4: 6 trin (med billeder)
Real Time Face Detection på RaspberryPi-4: I denne Instructable skal vi udføre ansigtsdetektering i realtid på Raspberry Pi 4 med Shunya O/S ved hjælp af Shunyaface Library. Du kan opnå en registreringsramphastighed på 15-17 på RaspberryPi-4 ved at følge denne vejledning
DIY MusiLED, musik-synkroniserede lysdioder med et klik Windows & Linux-applikation (32-bit og 64-bit). Let at genskabe, let at bruge, let at transportere .: 3 trin
DIY MusiLED, musik-synkroniserede lysdioder med et klik Windows & Linux-applikation (32-bit og 64-bit). Let at genskabe, let at bruge, let at transportere .: Dette projekt hjælper dig med at forbinde 18 lysdioder (6 røde + 6 blå + 6 gule) til dit Arduino-kort og analysere din computers lydkorts realtids signaler og videresende dem til lysdioderne for at tænde dem i takt med slageffekterne (Snare, High Hat, Kick)