在go语言中检测照片中人脸或车辆的数量

Go  /  管理员 发布于 1年前   258

如何使用 OpenCV 检测图像中人脸数量，在开发涉及计算机视觉的机器学习功能时，了解给定照片中的人脸数量至关重要。

例如

1) 机器人需要知道为多少人提供水杯。
2) 无人驾驶汽车需要知道有多少辆车驶入以及车内乘客的人数。
如果驾驶座位置有人脸，那么来车就有可能正在行驶。

在本示例中，我们将学习如何使用命令行 Golang 程序检测人脸数量并报告该数量。

如果您想检测汽车，请使用 HAAR 级联文件进行车辆检测，或从 

https://github.com/abhi-kumar/CAR-DETECTION/blob/master/checkcas.xml 

或 

http://cogcomp.cs.illinois.edu/Data/Car/ 下载 XML 文件。

如果您需要检测更具体的数据，如眼睛、耳朵等。

请使用 

https://github.com/opencv/opencv/tree/master/data/haarcascades 

上的级联文件。

示例代码：

package main
 import (
         "fmt"
         "github.com/lazywei/go-opencv/opencv"
         "image"
         gif "image/gif"
         _ "image/jpeg"
         _ "image/png"
         "net/http"
         "os"
 )
 // 全局变量
 var (
         cascade = new(opencv.HaarCascade)
 )
 func errCheck(err error) {
         if err != nil {
                 panic(err)
         }
 }
 func main() {
         if len(os.Args) != 2 {
                 fmt.Printf("Usage : %s <imagefilename>\n", os.Args[0])
                 os.Exit(0)
         }
         imageFileName := os.Args[1]
         fmt.Println("分析 [" + imageFileName + "]......")
         // 我们将使用 Go 的加载图像方法
         // 而不是 openCV.LoadImage
         // 因为我们要检测用户是否提供了 GIF 动画
         imageFile, err := os.Open(imageFileName)
         errCheck(err)
         defer imageFile.Close()
         img, _, err := image.Decode(imageFile)
         errCheck(err)
         buffer := make([]byte, 512)
         imageFile.Seek(0, 0) // reset reader
         _, err = imageFile.Read(buffer)
         errCheck(err)
         filetype := http.DetectContentType(buffer)
         // 检查图像是否为 GIF，如果是，则通过以下方式检查图像是否为 GIF 动画
         // 计算循环次数
         fmt.Println("分析图像类型 : ", filetype)
         if filetype == "image/gif" {
                 imageFile.Seek(0, 0)
                 // 如果图像是 GIF 动画，则发出警告
                 gif, err := gif.DecodeAll(imageFile)
                 errCheck(err)
                 if gif.LoopCount != 0 {
                         fmt.Println("检测到动画 gif。只会扫描第一帧中的人脸。")
                 }
         }
         // 用于车辆的 XML 文件
         // see https://github.com/abhi-kumar/CAR-DETECTION/blob/master/checkcas.xml
         // or http://cogcomp.cs.illinois.edu/Data/Car/
         cascade = opencv.LoadHaarClassifierCascade("./haarcascade_frontalface_alt.xml")
         defer cascade.Release()
         // 将 Go 的 image.Image 类型转换为 OpenCV 的 IplImage（英特尔图像处理库）
         openCVimg := opencv.FromImage(img)
         defer openCVimg.Release()
         if openCVimg != nil {
                 faces := cascade.DetectObjects(openCVimg)
                 fmt.Printf("在图像中检测到 [%v] 人脸.\n", len(faces)) // <------- here !
         } else {
                 panic("OpenCV FromImage error")
         }
 }

输出

./detectfaces input.gif
分析 [input.gif]......
分析图像类型：image/gif
在图像中检测到 1 个面孔。

./detectfaces img.gif
分析 [img.gif]......
分析图像类型：image/gif
检测到动画 gif。只扫描第一帧中的人脸。
在图像中检测到 [0] 个面孔。

参考：

https://github.com/opencv/opencv/tree/master/data/haarcascades
http://docs.opencv.org/3.0-last-rst/doc/tutorials/objdetect/cascadeclassifier/cascadeclassifier.html#cascade-classifier
http://stackoverflow.com/questions/25775650/golang-async-face-detection