如何使用MATLAB调用摄像头进行人脸检测和识别

----------------------------边学边写边学习-------------------------------------

版本：2014a

调用摄像头

a = imaqhwinfo

如果出现下面的警告说明你没安装扩展工具。

警告: No Image Acquisition adaptors found. Image acquisition adaptors may be available as downloadable support packages. Open Support Package Installer to install additional vendors.

这时候Support Package Installer在MATLAB里面有下划线，然后你点开它，MATLAB会提供大概13个软件包，这时候选择OS Generic Video Interface下载安装就OK了 (要求注册账号，随便用个邮箱注册下就可以了，不需要付费)。

下面就是调用笔记本电脑摄像头并打开图像

(%如果使用USB摄像头，一般为2，笔记本自带摄像头为1)

vidDevice = imaq.VideoDevice(&＃39;winvideo&＃39;, 1, &＃39;YUY2_640x480&＃39;, ...

&＃39;ROI&＃39;, [1 1 640 480], ...

&＃39;ReturnedColorSpace&＃39;, &＃39;rgb&＃39; );

preview(vidDevice);

人脸检测我们用的是matlab的机器视觉工具箱(瞬间觉得matlab真心强大)

VJ算法的目的是检测人脸，但是其思想同样可以用于检测其他物体，只需进行训练即可。

VJ算法在Matlab里面实现的时候，已经训练好了正脸、侧脸、上半身、眼睛、嘴、鼻子，这些都是可以直接检测，不需训练，直接调用CascadeObjectDetector函数即可。

下面是检测人脸和上半身的例子

% Example 1: Face detection

% ----------------------------

faceDetector = vision.CascadeObjectDetector; % Default: finds faces

I = imread(&＃39;visionteam.jpg&＃39;);

bboxes = step(faceDetector, I); % Detect faces

% Annotate detected faces

IFaces = insertObjectAnnotation(I, &＃39;rectangle&＃39;, bboxes, &＃39;Face&＃39;);

figure, imshow(IFaces), title(&＃39;Detected faces&＃39;);

% Example 2: Upper body detection

% --------------------------------------

bodyDetector = vision.CascadeObjectDetector(&＃39;UpperBody&＃39;);

bodyDetector.MinSize = [60 60];

bodyDetector.MergeThreshold = 10;

I2 = imread(&＃39;visionteam.jpg&＃39;);

bboxBody = step(bodyDetector, I2); % Detect upper bodies

% Annotate detected upper bodies

IBody = insertObjectAnnotation(I2, &＃39;rectangle&＃39;, ...

bboxBody, &＃39;Upper Body&＃39;);

figure, imshow(IBody), title(&＃39;Detected upper bodies&＃39;);

至于调用摄像头进行人脸识别，肯定是 调用摄像头的过程中对每一帧图像分别进行识别，然后再在图像中框出来。

这就要求 速度 要足够快。所以检测的时候就要压缩你图像的像素了。

下面放代码

faceDetector = vision.CascadeObjectDetector(); %enable viola jones algorithm

bbox = [100 100 100 100];

vidDevice = imaq.VideoDevice(&＃39;winvideo&＃39;, 1, &＃39;YUY2_640x480&＃39;, ...

&＃39;ROI&＃39;, [1 1 640 480], ...

&＃39;ReturnedColorSpace&＃39;, &＃39;rgb&＃39; );

%set(vidDevice.DeviceProperties, &＃39;FrameRate&＃39;, &＃39;30&＃39;);

boxInserter = vision.ShapeInserter(&＃39;BorderColor&＃39;,&＃39;Custom&＃39;,...

&＃39;CustomBorderColor&＃39;,[255 255 0]);

textInserter = vision.TextInserter(&＃39;%d&＃39;,&＃39;LocationSource&＃39;,&＃39;Input port&＃39;,&＃39;Color&＃39;,[255,255, 0],&＃39;FontSize&＃39;,12);

nFrame =300;

vidInfo = imaqhwinfo(vidDevice);

vidHeight = vidInfo.MaxHeight;

vidWidth = vidInfo.MaxWidth;

videoPlayer = vision.VideoPlayer(&＃39;Position&＃39;,[300 100 640+30 480+30]);

for k = 1:nFrame % start recording with 300 frames

%tic; % timer start

videoFrame = step(vidDevice); % enable the image capture by webcam

bbox = 4 * faceDetector.step(imresize(videoFrame, 1/4)); % boost video&＃39;s fps

videoOut = step(boxInserter, videoFrame, bbox); % highlight the boxes of face at video

%release(boxInserter);

step(videoPlayer, videoOut); % display the video live in video player

end

一共执行了300帧，下面放图。

matlab使用摄像头人脸识别

#关于matlab如何读取图片.视频.摄像头设备数据# 参见:http://blog.csdn.net/u010177286/article/details/45646173 但是,关于摄像头读取,上 ...

Python3利用Dlib19.7实现摄像头人脸识别的方法

0.引言 利用python开发,借助Dlib库捕获摄像头中的人脸,提取人脸特征,通过计算欧氏距离来和预存的人脸特征进行对比,达到人脸识别的目的: 可以自动从摄像头中抠取人脸图片存储到本地,然后提取构建 ...

Python 3 利用 Dlib 19.7 实现摄像头人脸识别

0.引言 利用python开发,借助Dlib库捕获摄像头中的人脸,提取人脸特征,通过计算欧氏距离来和预存的人脸特征进行对比,达到人脸识别的目的: 可以自动从摄像头中抠取人脸图片存储到本地: 根据抠取的 ...

OpenCV摄像头人脸识别

注: 从外设摄像装置中获取图像帧,把每帧的图片与人脸特征进行匹配,用方框框住识别出来的人脸 需要用到的函数: CvHaarClassifierCascade* cvLoadHaarClassifier ...

记C# 调用虹软人脸识别 那些坑

上一个东家是从事安防行业的,致力于人工智能领域,有自主人脸识别.步态识别的算法.C++同事比较称职有什么问题都可以第一时间反馈,并得到合理的处理,封装的DLL 是基于更高性能的GPU算法,可支持更多线 ...

基于Emgu CV+百度人脸识别，实现视频动态 人脸抓取与识别

背景 目前AI 处于风口浪尖,作为 公司的CTO,也作为自己的技术专研,开始了AI之旅,在朋友圈中也咨询 一些大牛对于AI 机器学习框架的看法,目前自己的研究方向主要开源的 AI 库,如:Emgu C ...

[译]Kubernetes 分布式应用部署和人脸识别 app 实例