美文网首页
人脸识别

人脸识别

作者: xiari1991 | 来源:发表于2017-03-09 10:35 被阅读68次

    iOS图像处理(四)CIDetector特征识别(人脸识别)

    前言

    CIDetecrorCore Image框架中提供的一个识别类,包括对人脸、形状、条码、文本的识别,本文主要介绍人脸特征识别。

    人脸识别功能不单单可以对人脸进行获取,还可以获取眼睛和嘴等面部特征信息。但是CIDetector不包括面纹编码提取,也就是说CIDetector只能判断是不是人脸,而不能判断这张人脸是谁的,比如说面部打卡这种功能是实现不了的。

    创建

    // 创建图形上下文
    CIContext * context = [CIContext contextWithOptions:nil];
    // 创建自定义参数字典
    NSDictionary * param = [NSDictionary dictionaryWithObject:CIDetectorAccuracyHigh forKey:CIDetectorAccuracy];
    // 创建识别器对象
    CIDetector * faceDetector = [CIDetector detectorOfType:CIDetectorTypeFace context:context options:param];
    

    我们先来看看识别器的类型都有哪些,这里我们设置的是CIDetectorTypeFace,人脸识别探测器类型。

    // 人脸识别探测器类型
    CORE_IMAGE_EXPORT NSString* const CIDetectorTypeFace NS_AVAILABLE(10_7, 5_0);
    // 矩形检测探测器类型
    CORE_IMAGE_EXPORT NSString* const CIDetectorTypeRectangle NS_AVAILABLE(10_10, 8_0);
    // 条码检测探测器类型
    CORE_IMAGE_EXPORT NSString* const CIDetectorTypeQRCode NS_AVAILABLE(10_10, 8_0);
    // 文本检测探测器类型
    #if __OBJC2__
    CORE_IMAGE_EXPORT NSString* const CIDetectorTypeText NS_AVAILABLE(10_11, 9_0);
    #endif
    

    参数设置

    说完识别器的类型我们再来看看,识别器的参数设置。识别器参数的设置是以一个字典形式的参数传入的。这里的NSDictionary * param就是我们要设置的参数字典。

    • 我们这里设置了一个识别精度CIDetectorAccuracy,识别精度的值有:
    // 识别精度低,但识别速度快、性能高
    CORE_IMAGE_EXPORT NSString* const CIDetectorAccuracyLow NS_AVAILABLE(10_7, 5_0); 
    // 识别精度高,但识别速度慢、性能低
    CORE_IMAGE_EXPORT NSString* const CIDetectorAccuracyHigh NS_AVAILABLE(10_7, 5_0);
    
    • 除了精度的设置,还有CIDetectorTracking,指定使用特种跟踪,这个功能就像相机中的人脸跟踪功能。

    • CIDetectorMinFeatureSize用于设置将要识别的特征的最小范围,也就是说小于这个范围的特征将不识别。

    • @ 对于人脸检测器,这个关键字的值是一个范围从0.0……1.0的NSNumber值,这个值表示基于输入图像短边的百分比。有效值范围:0.01 <= CIDetectorMinFeatureSize<= 0.5。为这个参数设定更高值仅用于提高性能。默认值是0.15。
      @ 对于矩形探测器,这个关键字的值是一个范围从0.0……1.0的NSNumber值,这个值表示基于输入图像短边的百分比。有效值范围:0.2 <= CIDetectorMinFeatureSize <= 1.0的默认值是0.2。

    • @ 对于文本探测器,这个关键字的值是一个范围从0.0……1.0的NSNumber值,这个值表示基于输入图像的高度的百分比。有效值范围:0.0 <= CIDetectorMinFeatureSize <= 1.0。默认值是10/(输入图像的高度)。

    • CIDetectorNumberOfAngles用于设置角度的个数,值是1、3、5、7、9、11中的一个值。

    • CIDetectorImageOrientation 用于设置识别方向,值是一个从1 . .8的整型的NSNumber。如果值存在,检测将会基于这个方向进行,但返回的特征仍然是基于这些图像的。

    • CIDetectorEyeBlink如果设置这个参数为true(bool类型的NSNumber),识别器将提取眨眼特征。

    • DetectorSmile如果设置这个参数为ture(bool类型的NSNumber),识别器将提取微笑特征。

    • CIDetectorFocalLength用于设置每帧焦距,值得类型为floot类型的NSNumber

    • CIDetectorAspectRatio用于设置矩形的长宽比,值得类型为floot类型的NSNumber

    • CIDetectorReturnSubFeatures 控制文本检测器是否应该检测子特征。默认值是否,值的类型为bool类型的NSNumber

    使用实例

    进行识别的函数如下:

    - (CI_ARRAY(CIFeature*) *)featuresInImage:(CIImage *)image
        NS_AVAILABLE(10_7, 5_0);
    - (CI_ARRAY(CIFeature*) *)featuresInImage:(CIImage *)image
                                      options:(nullable CI_DICTIONARY(NSString*,id) *)options
        NS_AVAILABLE(10_8, 5_0);
    //options可以设置笑容等
    
    实例

    这是一个在图像上标注眼睛和嘴的代码片段

    UIImage * imageInput = [_inputImgView image];
    CIImage * image = [CIImage imageWithCGImage:imageInput.CGImage];
    
    CIContext * context = [CIContext contextWithOptions:nil];
    NSDictionary * param = [NSDictionary dictionaryWithObject:CIDetectorAccuracyHigh forKey:CIDetectorAccuracy];
    CIDetector * faceDetector = [CIDetector detectorOfType:CIDetectorTypeFace context:context options:param];
    
    NSArray * detectResult = [faceDetector featuresInImage:image];
    
    UIView * resultView = [[UIView alloc] initWithFrame:_inputImgView.frame];
    [self.view addSubview:resultView];
    
    for (CIFaceFeature * faceFeature in detectResult) {
        UIView *faceView = [[UIView alloc] initWithFrame:faceFeature.bounds];
        faceView.layer.borderColor = [UIColor redColor].CGColor;
        faceView.layer.borderWidth = 1;
        [resultView addSubview:faceView];
    
    
        if (faceFeature.hasLeftEyePosition) {
            UIView * leftEyeView = [[UIView alloc] initWithFrame:CGRectMake(0, 0, 5, 5)];
            [leftEyeView setCenter:faceFeature.leftEyePosition];
            leftEyeView.layer.borderWidth = 1;
            leftEyeView.layer.borderColor = [UIColor redColor].CGColor;
            [resultView addSubview:leftEyeView];
        }
    
    
        if (faceFeature.hasRightEyePosition) {
            UIView * rightEyeView = [[UIView alloc] initWithFrame:CGRectMake(0, 0, 5, 5)];
            [rightEyeView setCenter:faceFeature.rightEyePosition];
            rightEyeView.layer.borderWidth = 1;
            rightEyeView.layer.borderColor = [UIColor redColor].CGColor;
            [resultView addSubview:rightEyeView];
        }
    
        if (faceFeature.hasMouthPosition) {
            UIView * mouthView = [[UIView alloc] initWithFrame:CGRectMake(0, 0, 10, 5)];
            [mouthView setCenter:faceFeature.mouthPosition];
            mouthView.layer.borderWidth = 1;
            mouthView.layer.borderColor = [UIColor redColor].CGColor;
            [resultView addSubview:mouthView];
        }
    }
    
    1208202-6437a1a7404e7d12.png

    在以上的代码中
    NSArray * detectResult = [faceDetector featuresInImage:image];
    detectResult是识别后返回的一个结果数组,元素类型为CIFaceFeature,这是一个人脸特征类,其中包括了的面部上的一些特征属性,大家可以去这个类的头文件中看一下,都是一些浅显易懂的属性,这里不再介绍。

    实例代码

    这里是一个关于人脸识别的Demo:
    https://github.com/MajorLMJ/LMJFaceRecognition

    相关文章

      网友评论

          本文标题:人脸识别

          本文链接:https://www.haomeiwen.com/subject/znkwgttx.html