人脸检测是计算机视觉的令人着迷的应用之一，它使其更加逼真。 OpenCV 有一个内置的工具来执行人脸检测。 我们将使用 Haar 级联分类器进行人脸检测。
Haar 级联数据
我们需要数据来使用 Haar 级联分类器。 可以在我们的 OpenCV 包中找到这些数据。 安装 OpenCv 后，有一个文件夹名称
haarcascades
。 将有不同应用程序的文件。 现在，将它们全部复制以供不同的使用，然后粘贴到当前项目下的新文件夹中。
示例
以下是使用 Haar 级联检测下图中显示的 Amitabh Bachan 的面部的 Python 代码 –
如下所示导入 OpenCV 包 –
import cv2import numpy as np现在，使用 HaarCascadeClassifier 来检测脸部 –
face_detection=cv2.CascadeClassifier('D:/ProgramData/cascadeclassifier/haarcascade_frontalface_default.xml')使用函数读取一个指定的图像，
img = cv2.imread('AB.jpg')将其转换为灰度，因为它会接受灰色图像 –
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
接下来，使用
face_detection.detectMultiScale
，执行实际的人脸检测
faces = face_detection.detectMultiScale(gray, 1.3, 5)围绕整个脸部绘制一个矩形 –
for (x,y,w,h) in faces:img = cv2.rectangle(img,(x,y),(x+w, y+h),(255,0,0),3)cv2.imwrite('Face_AB.jpg',img)如图所示，这个 Python 程序将创建一个名为 Face_AB.jpg 的图像，它包含人脸检测 –
眼睛检测
眼睛检测是计算机视觉的另一个引人注目的应用，使其更加逼真和未来。 OpenCV 有一个内置的工具来执行眼睛检测。 我们将使用 Haar 级联分类器进行眼睛检测。
示例 以下示例给出了使用 Haar 级联的 Python 代码来检测下图中给出的 Amitabh Bachan 的面部 –
如下所示导入 OpenCV 包 –
import cv2import numpy as np使用 HaarCascadeClassifier 检测脸部 –
eye_cascade = cv2.CascadeClassifier('D:/ProgramData/cascadeclassifier/haarcascade_eye.xml')使用函数读取指定图像 –
img = cv2.imread('AB_Eye.jpg')然后，将其转换为灰度，因为它会接受灰色图像 –
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
使用
eye_cascade.detectMultiScale
，执行实际的人脸检测 –
eyes = eye_cascade.detectMultiScale(gray, 1.03, 5)现在，围绕整个脸部绘制一个矩形 –
for (ex,ey,ew,eh) in eyes:img = cv2.rectangle(img,(ex,ey),(ex+ew, ey+eh),(0,255,0),2)cv2.imwrite('Eye_AB.jpg',img)这个 Python 程序将创建一个名为 Eye_AB.jpg 的图像，如图所示，
计算机技术的主要用途
随着计算机技术的日新月异的飞速发展，计算机的应用领域也越来越宽广。 从工业、农业、商业、军事、银行到各类学校，从国家政府机关到每个家庭的日常生活，计算机几乎无处不在。 概括起来，计算机应大致可分为如下几个方面。 ◎ 1.科学计算 科学计算也称数值计算，这是计算机的重要应用领域之一。 第一台计算的研制目的就是用于弹道计算的，计算机为科学计算机而诞生，为科学计算而发展。 今天的航天飞机，人造卫星，原子反应堆，天气预报，高层建筑，大型桥梁，地震测极，地质勘探和机械设计等都离不开计算机的科学计算。 如果没有计算机，如此巨大，繁多的计算工作量单靠人类自身的能力是绝对无法完成的。 科学计算的特点：计算量大和数值变化范围广。 对计算机的要求：要求计算机的高速度、高精度、大容量存储和高自动化性能。 ◎ 2.数据处理 数据处理是计算机应用中最广泛的领域，是计算机应用的主流，据不完全统计，全球80%的计算机用于数据处理。 数据处理是指用计算机对生产和经营活动、社会科学研究中的大量信息进行收集、转换、分类、统计、处理、存储传输和输出的处理。 数据处理是一切信息管理、辅助决策系统的基础，各类管理信息系统、决策支持系统，专家系统以及办公自动化系统都属于数据处理的范畴。 数据处理的特点：数据较入输出量大，而计算相对简单得多。 对计算机的要求：要求计算机方便灵活的输入输出设备和方法。 ◎ 3.自动控制 过去工业控制主要采用模拟电路，响应速度慢、精度低。 现在逐步被微型机控制所代替，微机控制系统把工业现场的模拟量、开关量以及脉冲量经由放大电路和A/D D/A转换电路送给微型机，由微型机进行数据采集，显示以及控制现场。 如大型化工企业中自动采集工艺参数，进行检验、比较，以便于控制工艺流程，大型冶金企业中的高炉炼铁控制，钢材轧制控制，数控机床控制，电炉温度控制，国防工业中的导道检测控制，飞机和舰艇的分布式控制系统等等。 单片机的应用开辟了实时控制的更加广泛的领域，它替代了仪器仪表的功能，具有可程控，数据处理和对外接口的能力，众多的计算机必备部件集成于一片小小的芯片上，使大量仪器表实现了微型化、智能化，将自动控制的应用推上一个更高的台阶。 特点：高实时性和高可靠性。 对计算机的要求：要求计算机实时性和可靠性要好，模/数、数/模转换功能要好。 ◎ 4.计算机辅助系统 CAD,Computer Aided Design，计算机辅助设计 CAM,Computer Aided Manage，计算机辅助制造 CAE,Computer Aided Engineering，计算机辅助工程 CIMS,Computer Integrated Manufacturing System，计算机集成制造系统 CAI,Computer Aided Instruction，计算机辅助教学 CAD/CAM是工程设计和工业制造部门计算机应用的重要领域。 CAD/CAM是工程设计人员和工艺设计人员在计算机系统的辅助下，根据一定的设计和制造流程进行产品设计和产品加工工作的一项专门技术。 工程设计人员利用CAD系统，通过人机交互操作方式进行产品设计构思、产品总体设计、技术资料编制、零部件结构图绘制等工作；而工艺设计人员则可利用CAD提供的功能，进行零部件加工路径的控制和加工状况预显示，以及生成零部件加工信息或数控程序供数控机床加工零部件。 CAD/CAM技术取代了传统的从图纸设计到加工流程编制和调试的手工设计及操作过程，使设计效率、加工精度，产品质量大大提高。 CAD/CAM的特点：需进行大量的交互式操作。 对计算机的要求：要有良好的图形功能和较高的响应速度。 ◎ 5.人工智能 人工智能（Artificial Intelligence，简称AI）是研究如何利用计算机模仿人的智能，并在计算机与控制论学科上发展起来的边缘学科。 围绕AI的应用主要表现在机器人研究、专家系统、模式识别、智能检索、自然语言处理、机器翻译、定理证明等方面。 如果说蒸汽机的出现，解决了人们的体力劳动，那么，计算机则代替的人的部分脑力劳动，从最早的1959年IBM公司的编制的具有自学能力的跳棋程序，到20世纪80年代开始的智能计算机研究都属于这一类研究的一部分。 除了上述介绍的各种应用外，计算机还在辅助教学、多媒体技术、文化艺术和家庭生活等方面有着广泛的应用。 随着社会发展的需要，计算机的应用领域在广度和深度两个方面正在无上境的发展着。
AI合成主播 AI合成主播的出现意味着什么
意味着AI技术的进一步发展
以下为事件新闻原稿，供参考：
从发布的这一刻起，“AI合成主播”正式成为新华社报道队伍中一员，TA将同其他主播一起，为你带来权威、及时、准确的中英文新闻资讯。
与“真人”主播不同的是，“AI合成主播”竟然开了“外挂”！“真人”主播一天工作8小时，但“分身”能够不知疲倦地工作24小时！只要小编们将文本输入系统，TA们就能随时工作，并且一直工作下去……
无论是在日常报道中提升电视新闻的制作效率，降低制作成本，还是在突发报道中快速生成新闻视频，提高报道时效和质量，“AI合成主播”在不同的新闻场景运用中都拥有着不可限量的未来。
“AI合成主播”在哪儿上线？
“AI合成主播”已经准备就绪跃跃欲试了！即日起，登录新华社中英文客户端、新华社微信公众号、中国新华新闻电视网（CNC）、新华视点微博、新华社中国网事微博、新华社“微悦读”小程序，你都会看到“AI合成主播”的身影，TA将时刻陪伴你左右，为你带来全新的新闻体验。
求人脸几何特征提取VC++源代码
基于Gabor特征提取和人工智能的人脸检测系统源代码Face Detection System这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码关键内容使用步骤：1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱)2. 找到main.m文件3. 命令行中运行它4. 点击Train NETwork，等待程序训练好样本5. 点击Test on Photos，选择一个图片，识别。6. 等待程序检测出人脸区域createffnn.m, drawrec.m, gabor.m, im2vec.m, imscan.m, loadimages.m, main.m, , , trainnet.m
发表评论