ICode9

精准搜索请尝试: 精确搜索
首页 > 编程语言> 文章详细

C#开发学习人工智能的第一步

2022-07-20 09:36:43  阅读:290  来源: 互联网

标签:C# 第一步 dll 人工智能 int Affdex faces Detector 图片


前言

作为一个软件开发者,我们除了要学会复制,黏贴,还要学会调用API和优秀的开源类库。

也许,有人说C#做不了人工智能,如果你相信了,那只能说明你的思想还是狭隘的。

做不了人工智能的不是C#这种语言,而是你,我这种普通的程序员。

做人工智能需要一定的学历背景,一定的数学基础和公司专项的资源供给;而这种机缘小之又小,你我既然是普通的程序员,就必然与此无缘。

但在人工智能如日中天的当下,接触深度学习是必然会发生的事情,所以我们要做的就是,学会调用相关的类库。

现在,让我们迈出C#学习人工智能的第一步,通过调用Affdex来锁定图片中人物的面部,然后将其截取出来。

 

准备工作

首先,我们需要先访问官网下载Affdex的Sdk。

在官网找中找到下载Affdex的Sdk的地方也是个挺困难的事。。。所以下载链接如下:

下载Affdex_Sdk网址

进入网页后,向下拉动滚动条,找到到下图所示位置,点击Download进行下载。

下载完成后得到Sdk,如下图:

下面,我们双击进行安装,不过安装SDK有一些限制,需要预先安装NET Framework4.0和C++ 2015。如果电脑里已经安装了,就不必担心了;如果安装的是C++2015-2017这类型的,则需要卸载了,重新安装C++2015的版本,否则Affdex的SDK将安装失败。

安装完成后,我们去安装目录找到Affdex.dll,affdex-native.dll,tensorflow.dll三个文件,如下图:

我们先将它们复制出来,等待使用。

简单的介绍一下,这三个类库中,Affdex.dll是可以被C#项目直接引用的,而另外两个文件是Affdex.dll的依赖文件;也就是说,affdex-native.dll,tensorflow.dll需要在生成时,输出到运行目录下。

有经验的朋友想必已经发现了,这里有个类库名叫tensorflow.dll,tensorflow是什么啊?稍微百度一下大家就会了解了,它是专门来做深度学习的。

也就是说Affdex是支持深度学习的。

----------------------------------------------------------------------------------------------------

现在我们来学习Affdex的使用。

首先我们新建一个WPF项目,然后引用Affdex.dll。

然后将项目的运行平台设置为64位,因为,这样处理图片的速度能快一点,如下图:

在Affdex中我们可以发现四个探头—VideoDetector,PhotoDetector,FrameDetector,CameraDetector。

在这里我们要处理的是图片,所以我们选择PhotoDetector,下面我们创建一个PhotoWindow.Xaml页面来使用PhotoDetector处理图片。

 

代码实现

首先,我们定义一个PhotoDetector的属性,用于处理图片。

然后我们在构造函数中对他进行实例化,代码如下:

private Affdex.PhotoDetector Detector { get; set; }
public PhotoWindow()
{
    InitializeComponent();
    uint maxNumFaces = 1;//最多识别图片中几张脸
    Detector = new Affdex.PhotoDetector(maxNumFaces, Affdex.FaceDetectorMode.SMALL_FACES);           
    Detector.setImageListener(this);
    Detector.setProcessStatusListener(this);
    Detector.start();
}

在上述代码中可以看到,除了初始化PhotoDetector,我们还做了一个图片监听设置setImageListener,那么图片监听是干什么的呢?

很简单,图片被PhotoDetector处理完,我们需要知道图片处理结果呀,而这个图片监听正是是用来返回图片处理结果的。

可以看到图片监听设置的入参是this,也就是说,需要把图片的处理结果返回给当前页面。

如果就这样写是会编译报错的,会提示setImageListener的入参错误。

我们查看setImageListener的入参,发现它的入参是一个ImageListener接口,即,setImageListener的入参是一个要实现了ImageListener接口的类。

到这里,我们就都明白了,现在我们让当前PhotoWindow.xaml窗体继承接口ImageListener,并实现接口ImageListener内的方法。

public partial class PhotoWindow : Window, Affdex.ImageListener
===========================================================================
public void onImageCapture(Affdex.Frame frame)
{
}
public void onImageResults(Dictionary<int, Face> faces, Affdex.Frame frame)
{
}

如上述代码所示,在我们实现的接口onImageResults里有两个参数:faces、frame。

其中faces是最重要的,这里包含Affdex分析图片的结果。

----------------------------------------------------------------------------------------------------

现在,Affdex的配置代码已经写完了,我们可以把图片读取出来调用Affdex处理了。

public PhotoWindow()
{
    InitializeComponent();
    uint maxNumFaces = 1;//最多识别图片中几张脸
    Detector = new Affdex.PhotoDetector(maxNumFaces, Affdex.FaceDetectorMode.SMALL_FACES);  
    Detector.setImageListener(this);
    Detector.start();
     
    byte[] bytes = FileHelper.FileToBytes(System.IO.Path.Combine(System.AppDomain.CurrentDomain.BaseDirectory, "timg.jpg"));
    BitmapSource bitmapSource = ImageHelper.BytesToBitmapImage(bytes);
    var w = bitmapSource.Width;
    var h = bitmapSource.Height;
    var stride = bitmapSource.Format.BitsPerPixel * (int)w / 8; //计算Stride 
    byte[] byteList = new byte[(int)h * stride];
    bitmapSource.CopyPixels(byteList, stride, 0);  
    Affdex.Frame frame = new Affdex.Frame((int)w, (int)h, byteList, Affdex.Frame.COLOR_FORMAT.BGRA); 
    Detector.process(frame);
} 

如上述代码所示,我们在启动了Detector后,读取了一个人物图片,然后把人物图片的像素数组解析出来,生成一个Frame;这个Frame是Affdex的类,用于保存图像数据信息。

最后,我们把生成的Frame对象,扔给Detecotor的Process方法处理。

Detecotor处理完成后,会触发onImageResults方法。

在onImageResults方法里,入参faces包含了处理结果。

现在我们使用faces里的内容,来定位图片中人物面部的位置。

public void onImageResults(Dictionary<int, Face> faces, Affdex.Frame frame)
{
    Face face = null;
    if (faces != null && faces.Values != null && faces.Values.Count() > 0)
    {
        face = faces.Values.First();//因为我们的Detector只识别了一个脸,所以这里最多只有一个数据
    }
    int top = (int)face.FeaturePoints.Min(r => r.X);
    int left = (int)face.FeaturePoints.Min(r => r.Y);
    int bottom = (int)face.FeaturePoints.Max(r => r.X);
    int right = (int)face.FeaturePoints.Max(r => r.Y);
    ImageHelper.cutPicture(System.IO.Path.Combine(System.AppDomain.CurrentDomain.BaseDirectory, "timg.jpg"),
     left, top, right , bottom - top);
}

如上述代码所示,我们在onImageResults里做了【最简单】人物面部坐标定位,并进行了剪切。 

处理结果如下图所示:

 

结语

事实上,上面介绍的只是Affdex最基础调用,而且,这里并没有使用到深度学习的内容,只是简单的扫描和分析。

想要使用深度学习的内容还需要进一步学习该开源控件,不过,万事开头难,我们现在已经迈出了第一步。

----------------------------------------------------------------------------------------------------

到此C#开发学习人工智能的第一步就完成了。

标签:C#,第一步,dll,人工智能,int,Affdex,faces,Detector,图片
来源: https://www.cnblogs.com/mapstar/p/16496651.html

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有