人脸识别技术 (一) —— 基于CoreImage实现对静止图片中人脸的识别

版本记录

版本号 时间
V1.0 2018.01.31

前言

人脸识别是图像识别技术中的一种,广泛的应用于很多领域,接下来这几篇我们就一起来研究几种关于人脸识别的技术。

基于CoreImage的人脸识别技术

CoreImage是苹果提供的原生API,它有人脸识别的接口,可以实现人脸的识别,支持对图像中多个人脸的识别。


代码实现

下面我们一起看一下代码。

#import "ViewController.h"

@interface ViewController ()

@property (nonatomic, strong) UIImageView *pictureImageView;

@end

@implementation ViewController

#pragma mark - Override Base Function

- (void)viewDidLoad
{
    [super viewDidLoad];
    
    [self initUI];
    [self detectFaceWithImage];
}

#pragma mark - Object Private Function

- (void)initUI
{
    UIImageView *pictureImageView = [[UIImageView alloc] initWithFrame:self.view.bounds];
    pictureImageView.contentMode = UIViewContentModeScaleAspectFit;
    pictureImageView.image = [UIImage imageNamed:@"face"];
    self.pictureImageView = pictureImageView;
    [self.view addSubview:pictureImageView];
}

- (void)detectFaceWithImage
{
    UIImage *image = [UIImage imageNamed:@"face"];
    // 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 = self.pictureImageView.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 = 2;
        faceView.layer.borderColor = [[UIColor redColor] CGColor];
        [self.pictureImageView addSubview:faceView];
        
        // 判断是否有左眼位置
        if(faceFeature.hasLeftEyePosition){
            NSLog(@"检测到左眼");
        }
        // 判断是否有右眼位置
        if(faceFeature.hasRightEyePosition){
            NSLog(@"检测到右眼");
        }
        // 判断是否有嘴位置
        if(faceFeature.hasMouthPosition){
            NSLog(@"检测到嘴部");
        }
    }
}

@end

下面我们看一下输出结果

2018-01-30 23:27:22.402634+0800 JJFaceDetector_demo1[4535:1334965] 检测到左眼
2018-01-30 23:27:22.402767+0800 JJFaceDetector_demo1[4535:1334965] 检测到右眼
2018-01-30 23:27:22.402811+0800 JJFaceDetector_demo1[4535:1334965] 检测到嘴部

2018-01-30 23:27:22.402992+0800 JJFaceDetector_demo1[4535:1334965] 检测到左眼
2018-01-30 23:27:22.403023+0800 JJFaceDetector_demo1[4535:1334965] 检测到右眼
2018-01-30 23:27:22.403136+0800 JJFaceDetector_demo1[4535:1334965] 检测到嘴部

2018-01-30 23:27:22.403321+0800 JJFaceDetector_demo1[4535:1334965] 检测到左眼
2018-01-30 23:27:22.403364+0800 JJFaceDetector_demo1[4535:1334965] 检测到右眼
2018-01-30 23:27:22.403393+0800 JJFaceDetector_demo1[4535:1334965] 检测到嘴部

2018-01-30 23:27:22.403466+0800 JJFaceDetector_demo1[4535:1334965] 检测到左眼
2018-01-30 23:27:22.403494+0800 JJFaceDetector_demo1[4535:1334965] 检测到右眼
2018-01-30 23:27:22.403520+0800 JJFaceDetector_demo1[4535:1334965] 检测到嘴部

2018-01-30 23:27:22.403590+0800 JJFaceDetector_demo1[4535:1334965] 检测到左眼
2018-01-30 23:27:22.403617+0800 JJFaceDetector_demo1[4535:1334965] 检测到右眼
2018-01-30 23:27:22.403641+0800 JJFaceDetector_demo1[4535:1334965] 检测到嘴部

实现效果

接着看一下识别效果

可见,可以精确的识别出所有的人脸。

这里有几点需要注意:

  • UIView坐标系和CoreImage坐标系不一样,UIView原点是左上角,CoreImage是左下角。所以需要使用仿射变换(AffineTransform)将Core Image坐标转换为UIKit坐标。
//y轴对称
CGAffineTransform transform = CGAffineTransformScale(CGAffineTransformIdentity, 1, -1);
//上移
transform = CGAffineTransformTranslate(transform, 0, -inputImageSize.height);

后记

本篇已结束,后面更精彩~~~

©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 216,591评论 6 501
  • 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 92,448评论 3 392
  • 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 162,823评论 0 353
  • 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 58,204评论 1 292
  • 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 67,228评论 6 388
  • 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 51,190评论 1 299
  • 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 40,078评论 3 418
  • 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 38,923评论 0 274
  • 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 45,334评论 1 310
  • 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 37,550评论 2 333
  • 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 39,727评论 1 348
  • 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 35,428评论 5 343
  • 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 41,022评论 3 326
  • 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 31,672评论 0 22
  • 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 32,826评论 1 269
  • 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 47,734评论 2 368
  • 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 44,619评论 2 354

推荐阅读更多精彩内容