人臉識別之CoreImage

前段時間研究人臉識別,正好也在學習swift,所以真好都總結一下。

步驟;

  1. 創(chuàng)建特征檢測器CIDetector,檢測類型人臉,高精度。
  2. 調用檢測器的featuresInImage方法,傳入圖片,會得到一個人臉的數(shù)組。
  3. 遍歷人臉數(shù)組,轉為CIFaceFeature類型,并根據(jù)其各個特征點進行操作,比如人臉,眼睛等位置。

下面是我的demo,就一個imageView和一個按鈕,點擊按鈕開始檢測,檢測到人臉后,在臉上加一個紅色的框。

檢測前:

image.png

檢測后

image.png

看一下,點擊檢測按鈕做了什么:

    @IBAction func detect(_ sender: Any) {
        // 取出照片并將其轉換為CIImage,使用Core Image時需要用CIImage
        guard let picture = CIImage(image: pictureView.image!) else {
            return
        }
        // 選擇高精度
        let accuracy = [CIDetectorAccuracy:CIDetectorAccuracyHigh]
        // 這里定義了一個屬于CIDetector類的faceDetector變量,并輸入之前創(chuàng)建的accuracy變量
        let faceDetector = CIDetector(ofType: CIDetectorTypeFace, context: nil, options: accuracy)
        // 調用faceDetector的featuresInImage方法,識別器會找到所給圖像中的人臉,最后返回一個人臉數(shù)組
        let faces = faceDetector?.features(in: picture)
        
        // 計算轉換坐標系的transform(這里取出來的size是圖片的原始尺寸)
        let ciImageSize = picture.extent.size
        var transform = CGAffineTransform(scaleX: 1, y: -1)
        transform = transform.translatedBy(x: 0, y: -ciImageSize.height)
        
        // 遍歷faces數(shù)組,把人臉數(shù)據(jù)轉換為CIFaceFeature類型
        for face in faces as! [CIFaceFeature] {
            print("發(fā)現(xiàn)人臉坐標= \(face.bounds)")
            // 通過上邊transform轉換face的坐標
            var faceViewBounds = face.bounds.applying(transform)
            
            // 由于圖片的寬高比例可能會隨著容器pictureView的zize而被壓縮或者拉伸,這里計算框框在pictureView中的實際大小和位置
            let viewSize = pictureView.bounds.size
            let scale = min(viewSize.width / ciImageSize.width, viewSize.height / ciImageSize.height)
            let offsetX = (viewSize.width - ciImageSize.width * scale) / 2
            let offsetY = (viewSize.height - ciImageSize.height * scale) / 2
            
            faceViewBounds = faceViewBounds.applying(CGAffineTransform(scaleX: scale, y: scale))
            faceViewBounds.origin.x += offsetX
            faceViewBounds.origin.y += offsetY
            
            // 在人臉上畫個框
            let faceCase = UIView(frame: faceViewBounds)
            faceCase.layer.borderWidth = 3
            faceCase.layer.borderColor = UIColor.red.cgColor
            faceCase.backgroundColor   = UIColor.clear
            pictureView.addSubview(faceCase)
            
            print("轉換后人臉坐標= \(faceCase.frame)")
            
            if face.hasLeftEyePosition {
                print("左眼位置=\(face.leftEyePosition)")
            }
            if face.hasRightEyePosition {
                print("右眼位置=\(face.rightEyePosition)")
            }
            if face.hasMouthPosition {
                print("檢測到嘴巴=\(face.mouthPosition)")
            }
            if face.hasFaceAngle {
                print("人臉旋轉角度=\(face.faceAngle)")
            }
        }

    }
image.png

坐標轉換

其中涉及到一個UIKit和CoreImage的坐標轉換,UIKit的坐標是左上角為頂點(0,0)向右下方展開,而CoreImage是以左下角為頂點(0,0)向右上方展開的,如圖所示:


image.png

由于取出來的CIImage圖片是原始尺寸,但是圖片真實顯示出來的size受到容器的限制,可能拉伸或者壓縮,所以坐標轉換后還需要根據(jù)比例來計算出人臉實際顯示的大小,然后再加框框。

總結

還有些特征點可以檢測,但是我試了一下,不是特別好使,總是檢測不到,比如微笑和閉眼的狀態(tài),如果你發(fā)現(xiàn)了問題所在,請告訴我,謝謝。
參考文章

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,443評論 6 532
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,530評論 3 416
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,407評論 0 375
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,981評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,759評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,204評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,263評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,415評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,955評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,782評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,983評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,528評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,222評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,650評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,892評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,675評論 3 392
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,967評論 2 374

推薦閱讀更多精彩內容

  • 2018-09-04更新: 很久沒有更新文章了,工作之余花時間看了之前寫的這篇文章并運行了之前寫的配套Demo,通...
    Mr_Victory閱讀 27,685評論 50 171
  • 1、通過CocoaPods安裝項目名稱項目信息 AFNetworking網(wǎng)絡請求組件 FMDB本地數(shù)據(jù)庫組件 SD...
    陽明先生_X自主閱讀 16,000評論 3 119
  • 2018-05-14 周一 太原市初三二模首日 今天是一個值得記錄的日子,并不是因為是二模考試的第一天,而...
    龍城女子閱讀 1,954評論 0 1
  • 距離小自班結束,還有兩天了。每天惦記著交作業(yè)的日子,就要過去了。有時晚上想看個劇,可一想還有作業(yè)要做,等看完就哈欠...
    小自班048明詩閱讀 211評論 0 0