Golang は画像内の顔検出と顔の特徴抽出を実装します

画像内の顔検出と顔の特徴抽出を実装する Golang の方法

顔検出と顔の特徴抽出は、コンピューター ビジョンの分野における重要なタスクの 1 つです。 Golang は効率的で信頼性の高いプログラミング言語として、顔検出と顔特徴抽出を実現できる豊富な画像処理ライブラリとアルゴリズムを提供します。この記事では、Golang を使用してこれら 2 つのタスクを実現する方法をコード例とともに紹介します。

1. 顔検出

顔検出とは、画像またはビデオから顔を正確に見つけて識別するプロセスを指します。 Golang は、顔検出に使用できる強力な画像処理ライブラリ opencv を提供します。簡単なサンプル コードを次に示します。

package main

import (
    "fmt"
    "gocv.io/x/gocv"
)

func main() {
    // 加载预训练的人脸检测模型
    classifier := gocv.NewCascadeClassifier()
    defer classifier.Close()

    if !classifier.Load("haarcascade_frontalface_default.xml") {
        fmt.Println("无法加载人脸检测模型")
        return
    }

    // 读取图像
    img := gocv.IMRead("image.jpg", gocv.IMReadColor)
    defer img.Close()

    if img.Empty() {
        fmt.Println("无法加载图像")
        return
    }

    // 将图像转为灰度图像
    gray := gocv.NewMat()
    defer gray.Close()

    gocv.CvtColor(img, &gray, gocv.ColorBGRToGray)

    // 在灰度图像上进行人脸检测
    faces := classifier.DetectMultiScale(gray)
    fmt.Println("检测到的人脸数量：", len(faces))

    // 在原图像上标记人脸
    for _, face := range faces {
        gocv.Rectangle(&img, face, color.RGBA{255, 0, 0, 0}, 2)
    }

    // 展示图像
    window := gocv.NewWindow("人脸检测")
    defer window.Close()

    window.IMShow(img)
    window.WaitKey(0)
}

上記のコードでは、まず NewCascadeClassifier() 関数を使用して事前トレーニングされた顔検出モデルを読み込み、次に IMRead( ) 関数は画像を読み取り、CvtColor() 関数を使用して画像をグレースケールに変換します。次に、DetectMultiScale() 関数を呼び出して、グレースケール イメージ上で顔検出を実行し、検出された顔の位置情報を含む配列を返します。最後に、Rectangle() 関数を使用して元の画像上で検出された顔の位置をマークし、IMShow() 関数を使用して画像を表示します。

2. 顔の特徴抽出

顔の特徴抽出とは、顔の画像から顔の特徴に関連するいくつかのキーポイントまたは記述子を抽出するプロセスを指します。 Golang は、dlib、OpenFace など、顔の特徴を抽出するためのさまざまなアルゴリズムとライブラリを提供します。以下は、dlib ライブラリを使用した顔の特徴抽出のサンプル コードです。

package main

import (
    "fmt"
    "github.com/Kagami/go-face"
    "gocv.io/x/gocv"
)

func main() {
    // 加载预训练的人脸特征提取模型
    rec, err := face.NewRecognizer("models")
    if err != nil {
        fmt.Println("无法加载人脸特征提取模型：", err)
        return
    }
    defer rec.Close()

    // 读取图像
    img := gocv.IMRead("image.jpg", gocv.IMReadGrayScale)
    defer img.Close()

    if img.Empty() {
        fmt.Println("无法加载图像")
        return
    }

    // 提取人脸特征
    faces, err := rec.Recognize(img)
    if err != nil {
        fmt.Println("人脸特征提取失败：", err)
        return
    }

    fmt.Println("检测到的人脸数量：", len(faces))

    // 在原图像上标记人脸
    for _, face := range faces {
        gocv.Rectangle(&img, face.Rectangle, color.RGBA{255, 0, 0, 0}, 2)
    }

    // 展示图像
    window := gocv.NewWindow("人脸特征提取")
    defer window.Close()

    window.IMShow(img)
    window.WaitKey(0)
}

上記のコードでは、まず NewRecognizer() 関数を使用して、事前トレーニングされた顔の特徴抽出モデルを読み込みます。 (事前に models ディレクトリにダウンロードして解凍する必要があります)、IMRead() 関数を使用して画像を読み取り、グレースケール画像に変換します。次に、Recognize() 関数を呼び出して画像内の顔の特徴を抽出し、検出された顔情報を含む配列を返します。最後に、Rectangle() 関数を使用して元の画像上で検出された顔の位置をマークし、IMShow() 関数を使用して画像を表示できます。

概要

この記事では、Golang を使用して画像内の顔検出と顔の特徴抽出を実装する方法を紹介し、対応するコード例を添付します。これらの方法により、画像内の顔を簡単に検出および分析でき、顔認識や表情分析などの後続のタスクの基礎を築くことができます。読者の皆様がご自身のニーズに合わせてこれらの手法を柔軟に活用していただき、画像処理の応用範囲をさらに広げていただければ幸いです。

以上がGolang は画像内の顔検出と顔の特徴抽出を実装しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。