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 CV、TensorFlow、CNTK 等等，针对 四大平台 百度AI、阿里ET、腾讯AI、科大讯飞AI 做结合。

PS：笔者的主打语言是C#，目前项目主导系统都是基于Net 系列下开发而成的。主要负责公司软件系统架构设计， 鉴于朋友圈中各位技术大牛无私分享，也是鉴于自己再专研时候遇到不少坑，希望把相关研究心得发出，为大家在coding 中减少 麻烦。稍后会把自己开源框架在博客中建立系列教程，插件化模式 自动服务 （都在实际项目中使用）。

选择的理由：四大平台目前 AI 团队算是全世界最牛的一群人，而且资金背景雄厚（AI 很烧钱！），现在四大平台 的AI有一些已经相对成熟，依靠于人家的技术，做自己的应用，应该是中小企业 在物联网行业前进的一个方向吧。

四大平台AI入口

1、百度AI https://ai.baidu.com/customer （百度AI 产品：阿波罗无人驾驶开源平台 ）

2、腾讯AI https://ai.qq.com/hr/youtu.shtml（腾讯AI 产品：腾讯觅影）

3、讯飞AI http://startups.xfyun.cn/（讯飞：语音）

4、阿里云ET  https://et.aliyun.com/index（阿里：城市大脑）

一、需求

1、目前我们需要通过摄像头 精准的捕获视频监控中人脸（要求精度高）

2、批量捕获人脸进行 人脸识别

3、在人脸矩形框中实时显示人员相关信息

二、技术难点

1、百度人脸识别 只是需要通过Image 图片通过开发接口发送，返回识别人物，所以前提还是要先做到人脸在视频中动态捕捉。

2、视频播放需要高效流畅播放，请求接口的效率是否影响视频监控友好展示。

三、技术选型

1、为了解决 视频中人脸动态捕捉，选用Emgu CV  是开源 框架 Open CV 的Net 版本，可以人脸精准抓取。

emgu CV 官网：http://www.emgu.com/

对于Emgu CV 的详细信息，请百度。

2、百度人脸识别，接口完善，人脸识别精准度高，可以很好的做到人脸识别。

百度人脸识别接口文档：http://ai.baidu.com/docs#/Face-Csharp-SDK/top

四、技术准备

1、到emgu cv 的官网下载 最新的emgu CV 版本，因为版本间差异较大，所以在百度搜索时候，会发现很多文章代码是无法直接copy的。

2、安装emgu cv 的最版本

请仔细查看 solution 文件夹，里面有对应solution 文件，（在windowDeskTop文件夹里面 ）选择Emgu.CV.sln打开，就可以看到Emgu.CV.Example（Emgu.CV 的Demo）。

3、我们需要将 FaceDetection（人脸精准查找Demo）和VideoSurveilance（视频动态抓捕实现矩形框）两个Demo 做结合

 4、到百度开发者中心注册成为开发者，并且获取开发者。

5、下载百度AI 开发平台 对应的SDK（已经封装过，可以减少开发工作量），或者直接进行Api对接。

五、实现

先上实现效果，相关个人信息如头像、还有姓名和电话都被我处理过了。

1、准备好摄像头，连接没问题就开始敲代码了。

2、在百度人脸库建立自己的人脸素材，这个要求要精准，比较适合就是员工的工牌相片，就是一寸或者两寸的照片那种。

详细方法 百度提供SDK 已经有了，就不多作介绍了。其中 自定义的 Uid（用户id，用于唯一码）、group （人才组）、userInfo（用户信息，作为人脸识别返回信息显示）比较关键。

sdk 下载地址：http://ai.baidu.com/sdk，下载完成将如图中 dll 引用到自己的类库中。

以下方法是我简单改造过了。

 我做了一个简单的人脸库添加 工具，可以进行简单人脸库操作

3、选择VideoSurveilance 做改造，上代码。

其中 

void ProcessFrame(object sender, EventArgs e) 方法 是关键，里面就是具体操作人脸识别具体应用。

将 FaceDetection 中的相关内容copy 到VideoSurveilance 项目中，其中 haarcascade_frontalface_default.xml 用于 人脸检测，DetectFace.cs 是具体检测人脸方法。

 

 

1 //----------------------------------------------------------------------------
2 // Copyright (C) 2004-2017 by EMGU Corporation. All rights reserved.
3 //----------------------------------------------------------------------------
4
5 using System;
6 using System.Collections.Generic;
7 using System.ComponentModel;
8 using System.Data;
9 using System.Drawing;
10 using System.Text;
11 using System.Windows.Forms;
12
13 using Emgu.CV;
14 using Emgu.CV.Cvb;
15 using Emgu.CV.UI;
16 using Emgu.CV.CvEnum;
17 using Emgu.CV.Structure;
18 using Emgu.CV.VideoSurveillance;
19 using FaceDetection;
20 using Emgu.CV.Cuda;
21 using AOP.Common;
22 using System.Drawing.Imaging;
23 using Baidu.Aip.API;
24 using System.Threading;
25 using BaiduAIAPI.Model;
26
27 namespace VideoSurveilance
28 {
29 public partial class VideoSurveilance : Form
30 {
31
32 private static VideoCapture _cameraCapture;
33
34 private static BackgroundSubtractor _fgDetector;
35 private static Emgu.CV.Cvb.CvBlobDetector _blobDetector;
36 private static Emgu.CV.Cvb.CvTracks _tracker;
37
38 private static Queue FacIdentifyQueue = new Queue();
39 public Image faceImage;
40 Thread t1;
41 public VideoSurveilance()
42 {
43 InitializeComponent();
44 Run();
45 }
46
47 void Run()
48 {
49 try
50 {
51 _cameraCapture = new VideoCapture();
52 }
53 catch (Exception e)
54 {
55 MessageBox.Show(e.Message);
56 return;
57 }
58
59 _fgDetector = new Emgu.CV.VideoSurveillance.BackgroundSubtractorMOG2();
60 _blobDetector = new CvBlobDetector();
61 _tracker = new CvTracks();
62
63 Application.Idle += ProcessFrame;
64 }
65
66 void ProcessFrame(object sender, EventArgs e)
67 {
68 Mat frame = _cameraCapture.QueryFrame();
69 Mat smoothedFrame = new Mat();
70 CvInvoke.GaussianBlur(frame, smoothedFrame, new Size(3, 3), 1); //filter out noises
71 //frame._SmoothGaussian(3);
72
73 #region use the BG/FG detector to find the forground mask
74 Mat forgroundMask = new Mat();
75 _fgDetector.Apply(smoothedFrame, forgroundMask);
76 #endregion
77
78 CvBlobs blobs = new CvBlobs();
79 _blobDetector.Detect(forgroundMask.ToImage(), blobs);
80 blobs.FilterByArea(100, int.MaxValue);
81
82 float scale = (frame.Width + frame.Width) / 2.0f;
83 _tracker.Update(blobs, 0.01 * scale, 5, 5);
84
85 long detectionTime;
86
87 List faces = new List();
88 List eyes = new List();
89
90 IImage image = (IImage)frame;//这一步是重点
91 faceImage = frame.Bitmap;
92 DetectFace.Detect(image
93 , "haarcascade_frontalface_default.xml", "haarcascade_eye.xml",
94 faces, eyes,
95 out detectionTime);
96
97 #region 多人识别
98 Graphics g1 = Graphics.FromImage(frame.Bitmap);
99 List tempList = new List();
100 foreach (Rectangle face in faces)
101 {
102 Image rectImage1 = ImageHelper.CaptureImage(frame.Bitmap, face);// 自己封装的方法，通过大图截取矩形框的人脸图片，返回Image 对象
103 FaceIdentifyModel MoreIdentifyInfo = FaceAPI.FaceIdentify(rectImage1, tb_Group.Text.Trim(), 1, 1);
104 MoreIdentifyInfo.rect = face;
105 tempList.Add(MoreIdentifyInfo);
106 }

107 Color color_of_pen1 = Color.Gray;
108 color_of_pen1 = Color.Yellow;
109 Pen pen1 = new Pen(color_of_pen1, 2.0f);
110
111 Font font1 = new Font("微软雅黑", 16, GraphicsUnit.Pixel);
112 SolidBrush drawBrush1 = new SolidBrush(Color.Yellow);
113
114
115 tb_Identify.Text = tempList.ToJson();
116 foreach (var t in tempList)
117 {
118 g1.DrawRectangle(pen1, t.rect);
119
120 if (t.result != null)
121 {
122 g1.DrawString(t.result[0].user_info.Replace("，", "\r\n"), font1, drawBrush1, new Point(t.rect.X + 20, t.rect.Y - 20));
123 }
124
125 }
126 #endregion
127
128 imageBox1.Image = frame;
129 imageBox2.Image = forgroundMask;
130 }
131
132
133
134 private void btn_Screenshot_Click(object sender, EventArgs e)
135 {
136 if (faceImage != null)
137 {
138 System.Drawing.Image ResourceImage = faceImage;
139 string fileDir = System.Environment.CurrentDirectory + "\\Snapshot\\";
140 FileHelper.CreateDir(fileDir);
141 string filePath = fileDir + DateTime.Now.ToString("yyyyMMddHHmmss") + ".png";
142 ResourceImage.Save(filePath);
143 MessageBox.Show("保存成功！" + filePath);
144 }
145
146 }
147 }
148 }

 

核心代码介绍

获取人脸矩形框，对应的xml 文件要放在根目录下（winform就是 在bin文件夹中）

DetectFace.Detect(image
, "haarcascade_frontalface_default.xml", "haarcascade_eye.xml",
faces, eyes,
out detectionTime);

faces 就是返回的 人脸检测内容， foreach (Rectangle face in faces) 对它进行动态获取人脸，在视频中画出来就可以了

// 调用百度人脸识别接口，该方法 SDK 已经有了，我做了一些简单的封装，就是把截取到的矩形头像发送给百度去识别，这个识别是基于自己在百度建立的人脸库
FaceIdentifyModel MoreIdentifyInfo = FaceAPI.FaceIdentify(rectImage1, tb_Group.Text.Trim(), 1, 1);//人脸识别 一个人的识别效果比较好
 

完成上述工作，人脸识别就完成了，测试过，只要人脸库中的素材清晰，识别基本在99% 左右。