初识 人脸检测识别

CoreImage是Cocoa Touch中一个强大的API,用处非常大.在开始之前,我们先要简单了解下CoreImage framework 组成.

coreImage 主要包含以下几个组成部分

1  定义部分:

     CoreImage 和CoreImageDefines ,代表了CoreImage 这个框架和它的定义。

2  操作部分:

滤镜(CIFliter):CIFilter 产生一个CIImage。典型的,接受一到多的图片作为输入,经过一些过滤操作,产生指定输出的图片。

检测(CIDetector):CIDetector 检测处理图片的特性,如使用来检测图片中人脸的眼睛、嘴巴、等等。

特征(CIFeature):CIFeature 代表由 detector处理后产生的特征。

3  图像部分:

画布(CIContext):画布类可被用与处理Quartz 2D 或者  OpenGL。可以用它来关联CoreImage类。如滤镜、颜色等渲染处理。

颜色(CIColor):  图片的关联与画布、图片像素颜色的处理。

向量(CIVector): 图片的坐标向量等几何方法处理。

图片(CIImage): 代表一个图像,可代表关联后输出的图像。


好了,前期基础准备工作做好了,我么创建工程来实践.

先创建一个工程 我命名为人脸识别,简单的在storyboard 中拖一个UImageView 然后生成属性imageView

再往工程中导入一张图片,我导入的是女神贾静雯的,命名为01.jpg

然后我们添加一个方法  - (void)makefaceDetectWithImage:(UIImage *)image

#pragma mark - 识别人脸测试

- (void)makefaceDetectWithImage:(UIImage *)image {

//清除imageview的子控件

for (UIView *view in _imageView.subviews) {

[view removeFromSuperview];

}

// 图像识别能力:可以在CIDetectorAccuracyHigh(较强的处理能力)与CIDetectorAccuracyLow(较弱的处理能力)中选择,因为想让准确度高一些在这里选择CIDetectorAccuracyHigh

NSDictionary *opts = [NSDictionary dictionaryWithObject:

CIDetectorAccuracyHigh forKey:CIDetectorAccuracy];

// 将图像转换为CIImage

CIImage *faceImage = [CIImage imageWithCGImage:image.CGImage];

CIDetector *faceDetector=[CIDetector detectorOfType:CIDetectorTypeFace context:nil options:opts];

// 识别出人脸数组

NSArray *features = [faceDetector featuresInImage:faceImage];

// 得到图片的尺寸

CGSize inputImageSize = [faceImage extent].size;

//将image沿y轴对称

CGAffineTransform transform = CGAffineTransformScale(CGAffineTransformIdentity, 1, -1);

//将图片上移

transform = CGAffineTransformTranslate(transform, 0, -inputImageSize.height);

// 取出所有人脸

for (CIFaceFeature *faceFeature in features){

//获取人脸的frame

CGRect faceViewBounds = CGRectApplyAffineTransform(faceFeature.bounds, transform);

CGSize viewSize = _imageView.bounds.size;

CGFloat scale = MIN(viewSize.width / inputImageSize.width,

viewSize.height / inputImageSize.height);

CGFloat offsetX = (viewSize.width - inputImageSize.width * scale) / 2;

CGFloat offsetY = (viewSize.height - inputImageSize.height * scale) / 2;

// 缩放

CGAffineTransform scaleTransform = CGAffineTransformMakeScale(scale, scale);

// 修正

faceViewBounds = CGRectApplyAffineTransform(faceViewBounds,scaleTransform);

faceViewBounds.origin.x += offsetX;

faceViewBounds.origin.y += offsetY;

//描绘人脸区域

UIView* faceView = [[UIView alloc] initWithFrame:faceViewBounds];

faceView.layer.borderWidth = 1.2;

faceView.layer.borderColor = [[UIColor colorWithRed:220/255.0 green:62/255.0 blue:70/255.0 alpha:1] CGColor];

[_imageView addSubview:faceView];

// 判断是否有左眼位置

if(faceFeature.hasLeftEyePosition){

NSLog(@"---找到了左眼");

}

// 判断是否有右眼位置

if(faceFeature.hasRightEyePosition){

NSLog(@"找到了右眼");

}

// 判断是否有嘴位置

if(faceFeature.hasMouthPosition){

NSLog(@"找到了嘴巴");

}

}

}

然后再viewDidload 里面调用这个方法

看打印结果

2017-09-08 10:03:04.683 人脸识别[2132:66473] ---找到了左眼

2017-09-08 10:03:04.683 人脸识别[2132:66473] 找到了右眼

2017-09-08 10:03:04.683 人脸识别[2132:66473] 找到了嘴巴

效果图



这就是人脸识别的简单应用了 ,当然啦 网上还有很多封装好的第三方库可以使用,但是基本的原理还是要知道的.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容