OpenCV

Github

• https://github.com/opencv/opencv/

官網

• https://opencv.org/

安裝

brew install opencv
brew upgrade opencv

• 安裝目錄

cd /usr/local/opt/opencv@4

環境變量

vim ~/.zshrc

export PKG_CONFIG_PATH="/usr/local/opt/opencv@4/lib/pkgconfig:$PKG_CONFIG_PATH"

source ~/.zshrc

• 驗證是否安裝成功

pkg-config --cflags --libs opencv4

Go的OpenCV綁定庫

Github

• https://github.com/hybridgroup/gocv

文檔

• https://gocv.io/getting-started/macos/

安裝

go get -u -d gocv.io/x/gocv

搜索視頻設備ID

brew install ffmpeg
# 列出視頻的設備ID
ffmpeg -f avfoundation -list_devices true -i ""

注意： [0] FaceTime HD Camera，deviceID := 0 是電腦攝像頭。

顯示視頻

此示例使用設備“0”打開視頻捕獲設備，讀取幀，并在GUI窗口中顯示視頻。

# 初始化
go mod init demo
# 安裝庫
go get -u -d gocv.io/x/gocv

package mainimport ("fmt""github.com/kbinani/screenshot""gocv.io/x/gocv""image"
)func main() {deviceID := 0webcam, _ := gocv.OpenVideoCapture(deviceID)window := gocv.NewWindow("Hello")defer window.Close()// 調整窗口大小winWidth, winHeight := 400, 400window.ResizeWindow(winWidth, winHeight)// 獲取屏幕分辨率width, height, _ := getScreenResolution()winX := (width - winWidth) / 2winY := (height - winHeight) / 2window.MoveWindow(winX, winY-100)img := gocv.NewMat()defer img.Close()for {webcam.Read(&img)// 調整圖像大小size := image.Point{X: winWidth, Y: winHeight}gocv.Resize(img, &img, size, 0, 0, gocv.InterpolationDefault)window.IMShow(img)window.WaitKey(1)}
}func getScreenResolution() (int, int, error) {// 獲取活動顯示器的數量numDisplays := screenshot.NumActiveDisplays()if numDisplays <= 0 {panic("no active display found")}// 獲取第一個顯示器的分辨率bounds := screenshot.GetDisplayBounds(0)width := bounds.Dx()height := bounds.Dy()fmt.Printf("Primary display resolution: %d x %d\n", width, height)return width, height, nil
}

檢測人臉

這是一個使用設備“0”打開視頻捕獲設備的更完整示例。它還使用CascadeClassifier類來加載包含分類器數據的外部數據文件。該程序從視頻中獲取每一幀，然后使用分類器來檢測人臉。如果找到任何人臉，它會在每個人臉周圍繪制一個藍色矩形，然后在輸出窗口中顯示視頻。

haarcascade_frontalface_default.xml 是一個預訓練的 Haar 特征分類器，用于人臉檢測。它是由 OpenCV 提供的一個經典工具，基于 Viola-Jones 對象檢測框架。該文件包含了一系列經過訓練的特征，可以快速有效地檢測圖像中的人臉。

Haar 特征分類器是一種基于機器學習的方法，用于圖像中對象的檢測。以下是其主要特點：

1. 簡單矩形特征：Haar 特征由簡單的矩形區域組成，這些區域被分成亮和暗部分。通過比較這些區域的亮度差異，可以確定特征的存在。

2. 積分圖像：為了快速計算矩形特征，使用積分圖像（Integral Image）來加速特征計算。這使得檢測過程非常高效。

3. 級聯分類器：級聯分類器將多個弱分類器（簡單的矩形特征）串聯起來，以形成一個強大的分類器。通過逐級過濾非目標區域，逐步縮小檢測范圍，提高檢測速度。

• 下載 haarcascade_frontalface_default.xml 文件

package mainimport ("fmt""github.com/kbinani/screenshot""gocv.io/x/gocv""image""image/color"
)func main() {// set to use a video capture device 0deviceID := 0// open webcamwebcam, err := gocv.OpenVideoCapture(deviceID)if err != nil {fmt.Println(err)return}defer webcam.Close()// open display windowwindow := gocv.NewWindow("Face Detect")defer window.Close()// 調整窗口大小winWidth, winHeight := 400, 400window.ResizeWindow(winWidth, winHeight)// 獲取屏幕分辨率width, height, _ := getScreenResolution()winX := (width - winWidth) / 2winY := (height - winHeight) / 2window.MoveWindow(winX, winY-100)// prepare image matriximg := gocv.NewMat()defer img.Close()// color for the rect when faces detectedblue := color.RGBA{0, 0, 255, 0}// load classifier to recognize facesclassifier := gocv.NewCascadeClassifier()defer classifier.Close()if !classifier.Load("./haarcascade_frontalface_default.xml") {fmt.Println("Error reading cascade file: ./haarcascade_frontalface_default.xml")return}fmt.Printf("start reading camera device: %v\n", deviceID)for {if ok := webcam.Read(&img); !ok {fmt.Printf("cannot read device %v\n", deviceID)return}if img.Empty() {continue}// 調整圖像大小size := image.Point{X: winWidth, Y: winHeight}gocv.Resize(img, &img, size, 0, 0, gocv.InterpolationDefault)// detect facesrects := classifier.DetectMultiScale(img)fmt.Printf("found %d faces\n", len(rects))// draw a rectangle around each face on the original imagefor _, r := range rects {gocv.Rectangle(&img, r, blue, 3)}// show the image in the window, and wait 1 millisecondwindow.IMShow(img)window.WaitKey(1)}
}func getScreenResolution() (int, int, error) {// 獲取活動顯示器的數量numDisplays := screenshot.NumActiveDisplays()if numDisplays <= 0 {panic("no active display found")}// 獲取第一個顯示器的分辨率bounds := screenshot.GetDisplayBounds(0)width := bounds.Dx()height := bounds.Dy()fmt.Printf("Primary display resolution: %d x %d\n", width, height)return width, height, nil
}