【EsDA应用】5分钟快速实现图像人脸检测

人脸识别是一种高安全性的生物识别技术，广泛应用在安防、身份验证等领域。而人脸检测是进行人脸识别的重要前提，本文主要介绍如何基于EsDA设计的人脸检测节点，快速实现人脸检测功能。  简介

人脸识别是一种高安全性的生物识别技术，在安防、身份验证等领域被广泛应用。

本文在【EsDA应用】5分钟快速实现摄像头图像采集 的基础上，使用M6G2C核心板，简单介绍如何基于EsDA设计的face_detection人脸检测功能节点，快速实现人脸检测识别。

 前期准备

若是刚开始接触EsDA，可先阅读EsDA其他系列文章，从零开始搭建环境和掌握基本开发流程，已有基础的可以跳过：

• EsDA MPC-ZC1 入门（一）—— 软件安装
• EsDA MPC-ZC1入门（二）—— LED控制
• 【EsDA应用】5分钟实现一个串口通信业务
• 【EsDA应用】5分钟快速实现摄像头图像采集

1. 硬件准备

1.1 准备一个摄像头，这里我们以OV7725摄像头为例，搭配转接板使用。

1.2 准备一块LCD显示屏。1.3 准备一张SD卡，用于存放人脸模型。1.4 准备一块M6G2C核心板和EPC-6G2C-L评估板，并按照下图所示连接好硬件。其中，eth0网口用于下载流图，并连接LCD显示屏接口、电源，以及将OV7725摄像头通过转接板连接到开发板背面的CSI接口上。

2. 其它准备

将人脸检测相关的模型文件存放到SD卡中。

 

 节点介绍

这里我们需要使用到摄像头、图像格式转换以及人脸检测相关的AWFlow节点，包括在【EsDA应用】5分钟快速实现摄像头图像采集 中介绍的camera_video节点、camera配置节点、lcd_display节点，以及本文介绍的用于图像数据格式转换的image_format_convert节点和人脸检测节点face_detection。
 

1. image_format_convert节点

图像格式转换节点，用于将摄像头输出的图像转换为人脸检测节点支持的RGB888格式。1.1 属性

输入图像格式：待转换图像的格式，一般是摄像头输出的原始数据格式；

输入图像宽度：待转换图像的宽度；

输入图像高度：待转换图像的高度；

输出图像格式：转换后的图像的格式，必须指定为RGB888；

输出图像宽度：转换后的图像的宽度；

输出图像高度：转换后的图像的高度。

1.2 输入

• image：需要进行转换的原始图像的地址，一般由camera_video节点提供输入；

1.3 输出

• image：指向转换完成后的目标格式图像数据的指针，一般由后级节点接收并处理；
• format：转换后的图像的格式；
• width：转换后的图像的宽度；

height：转换后的图像的高度。

2. face_detection节点

face_detection是人脸检测节点，该节点对输入的图像数据进行人脸检测处理，当检测到图像中存在人脸时，截取图像中的人脸数据并输出。后级节点可以使用这个图像数据进行特征值提取、比对等操作。

2.1 属性

活体检测：是否进行活体检测；

模糊检测：是否进行模糊检测；

人脸矫正：是否进行人脸整理矫正；

模型和参数路径：检测模型和参数文件路径；

人脸图像主题：需要进行人脸检测的图像的主题，此节点只对与此属性匹配的输入图像进行检测。

2.2 输入

image：输入图像数据的缓冲区指针，必须是RGB888格式，可以由image_format_convert转换后提供输入；

width：输入图像的宽度；

height：输入图像的高度；

• topic：输入图像的主题。
   

2.3 输出

image：从输入图像中截取的人脸图像缓冲区；

coord_x1：人脸的左上角横坐标，与后面三个坐标共同决定坐标系上的两个点，这两个点可以确定图像中的人脸位置；

coord_y1：左上角纵坐标；

coord_x2：右下角横坐标；

coord_y2：右下角纵坐标。

 

 业务处理

本应用主要实现M6G2C开发板采集摄像头图像，并在LCD显示屏上进行显示。同时，将摄像头输出的原始数据进行格式转换后，输入到face_detection节点中进行人脸检测。具体实现如下：1. 添加节点并连线首先我们需要添加一个camera_video节点用于采集图像，并输出到lcd_display节点中显示。然后，将camera_video节点输出的RGB565原始图像在image_format_convert节点中转换为RGB888格式，接下来将转换后的图像输入到face_detection中进行人脸检测，并将检测的结果输入到lcd_display节点中。另外，增加两个fscript节点，用于指定图像主题和打印坐标点信息。2. 配置节点2.1 配置camera_video节点双击camera_video节点，并在配置项中选择添加一个新的camera节点。

在camera配置节点中，根据所使用的摄像头，分别设置设备名、输出图像的数据格式和图像宽度、高度。

然后更新配置，在camera_video节点的配置项中，选择上一步新增的camera配置节点即可。

2.2 配置image_format_convert使用image_format_convert节点目的是将图像格式转换为RGB888，因此，根据图像的信息进行设置即可。如果摄像头输出的原始数据即为RGB888，那么这一步可以省略。

2.3 face_detection节点

使用人脸检测节点需要将相关的模型文件存放到文件系统中，并在face_detection节点中指定模型存放的路径，这里我们存放到SD卡中，并指定路径。人脸图像主题属性用于对输入的图像进行过滤，这里我们设置为摄像头输出的图像的主题即可。

2.4 fscript

流图中标识为“1”的fscript节点主要是为图像指定一个主题，我们将其设置为face，和face_detection节点中的主题一致。

msg.topic = "face"

另一个节点用于打印人脸检测结果的坐标点信息，方便我们对结果进行验证。其内容如下：

print("(x1, y1)#:  (" + msg.coord_x1 + ", " + msg.coord_y1 + ")")

print("(x2, y2)#:  (" + msg.coord_x2 + ", " + msg.coord_y2 + ")")

2.5 lcd_display节点

lcd_display节点用于显示图像，不需要我们进行配置。它会实时显示camera_video节点输出的图像，并且在检测到图像中存在人脸后，根据face_detection节点输入的坐标，在图像中将人脸框选显示出来。3. 下载验证因为M6G2C开发板是通过网口去下载流图，所以打开AWFlow Designer后需要配置目标板IP和端口号。然后点击下载运行即可。

流图下载完成后，通过LCD可以看到，我们已经成功从摄像头获取图像，并且成功在显示屏上显示。

当摄像头采集的图像中含有人脸时，face_detection节点可以正常检测到人脸并且输出准确的坐标点。