


Golang melaksanakan penjanaan imej kecil imej dan kaedah pengesanan muka
Kaedah Golang untuk melaksanakan penjanaan lakaran kenit imej dan pengesanan muka
Abstrak:
Artikel ini memperkenalkan cara menggunakan Golang untuk melaksanakan penjanaan lakaran kecil imej dan pengesanan muka. Pertama, kami akan menjana lakaran kenit melalui pustaka pemprosesan imej Golang dan menyimpan lakaran kenit ke cakera setempat. Kemudian, kami akan memperkenalkan cara menggunakan pustaka pengesanan muka Golang untuk mengesan wajah dalam lakaran kecil yang dijana dan mengembalikan hasil pengesanan.
- Penjanaan imej kecil imej:
Pertama, kita perlu menggunakan perpustakaan pemprosesan imej Golang untuk menjana imej kecil. Kita boleh menggunakan perpustakaan pihak ketiga seperti "github.com/nfnt/resize" untuk mencapai ini. Berikut ialah contoh kod yang menunjukkan cara menjana lakaran kecil:
package main import ( "fmt" "image" "image/jpeg" "log" "os" "github.com/nfnt/resize" ) func main() { inFile, err := os.Open("input.jpg") if err != nil { log.Fatal(err) } defer inFile.Close() // Decode the image srcImg, _, err := image.Decode(inFile) if err != nil { log.Fatal(err) } // Resize the image thumbnail := resize.Resize(200, 0, srcImg, resize.Lanczos3) // Create a new file for the thumbnail outFile, err := os.Create("thumbnail.jpg") if err != nil { log.Fatal(err) } defer outFile.Close() // Encode the thumbnail to JPEG format err = jpeg.Encode(outFile, thumbnail, &jpeg.Options{jpeg.DefaultQuality}) if err != nil { log.Fatal(err) } fmt.Println("Thumbnail generated successfully!") }
Kod ini mula-mula membuka fail imej bernama "input.jpg" dan menyahkodnya. Kemudian, gunakan perpustakaan ubah saiz untuk menskalakan imej kepada saiz tertentu (lebar 200 piksel dalam contoh ini, ketinggian dikira secara automatik). Selepas itu, simpan lakaran kecil yang dijana pada fail bernama "thumbnail.jpg". Akhir sekali, mesej gesaan yang menunjukkan penjanaan lakaran kecil berjaya dikeluarkan.
- Pengesanan Muka:
Seterusnya, kami akan memperkenalkan cara menggunakan perpustakaan pengesanan muka Golang untuk mengesan wajah dalam lakaran kecil yang dihasilkan. Kami boleh menggunakan pustaka pihak ketiga "github.com/esimov/stackblur-go" untuk pemprosesan kabur imej, dan kemudian menggunakan pustaka pihak ketiga "github.com/Kagami/go-face" yang lain untuk pengesanan muka. Berikut ialah contoh kod yang menunjukkan cara untuk mengesan wajah dalam lakaran kenit:
package main import ( "fmt" "image" "image/jpeg" "log" "os" "github.com/esimov/stackblur-go" "github.com/Kagami/go-face" ) func main() { // Load the face detection model model, err := face.NewRecognizer("models") if err != nil { log.Fatal(err) } defer model.Close() // Open the thumbnail image file inFile, err := os.Open("thumbnail.jpg") if err != nil { log.Fatal(err) } defer inFile.Close() // Decode the thumbnail image srcImg, _, err := image.Decode(inFile) if err != nil { log.Fatal(err) } // Blur the image for better face detection results stackblur.Process(srcImg, uint32(srcImg.Bounds().Dx()), uint32(srcImg.Bounds().Dy()), 20) // Convert the image to grayscale grayImg, err := face.ConvertImageToGray(srcImg) if err != nil { log.Fatal(err) } // Detect faces in the image faces, err := model.Recognize(grayImg, 1.5, 3) if err != nil { log.Fatal(err) } fmt.Printf("Detected %d face(s) in the thumbnail ", len(faces)) // Draw rectangles around the detected faces for _, f := range faces { x, y, w, h := f.Rectangle() faceImg := face.Crop(grayImg, face.Rect(x, y, x+w, y+h)) outFile, err := os.Create("face.jpg") if err != nil { log.Fatal(err) } defer outFile.Close() // Encode the face image to JPEG format err = jpeg.Encode(outFile, faceImg, &jpeg.Options{jpeg.DefaultQuality}) if err != nil { log.Fatal(err) } fmt.Printf("Face detected at coordinates (%d,%d,%d,%d) ", x, y, w, h) } }
Kod ini mula-mula memuatkan model pengesanan muka dan membuka fail imej bernama "thumbnail.jpg". Kemudian, lakaran kecil dikaburkan dan skala kelabu ditukar untuk meningkatkan ketepatan hasil pengesanan muka. Seterusnya, gunakan pustaka pengesanan wajah untuk mengesan wajah dalam lakaran kecil dan mengeluarkan bilangan wajah yang dikesan. Akhir sekali, muka yang dikesan ditandakan dalam bentuk kotak segi empat tepat dan disimpan ke fail bernama "face.jpg".
Ringkasan:
Artikel ini memperkenalkan cara menggunakan Golang untuk mencapai penjanaan imej kecil imej dan pengesanan muka. Melalui sokongan perpustakaan pihak ketiga, kami boleh melaksanakan fungsi ini dengan mudah di Golang. Menggunakan teknik ini, kami boleh memproses imej dan mengekstrak maklumat berguna daripadanya, seperti menjana imej kecil dan mengesan wajah. Saya harap artikel ini dapat membantu anda, terima kasih kerana membaca!
Atas ialah kandungan terperinci Golang melaksanakan penjanaan imej kecil imej dan kaedah pengesanan muka. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Membaca dan menulis fail dengan selamat dalam Go adalah penting. Garis panduan termasuk: Menyemak kebenaran fail Menutup fail menggunakan tangguh Mengesahkan laluan fail Menggunakan tamat masa konteks Mengikuti garis panduan ini memastikan keselamatan data anda dan keteguhan aplikasi anda.

Bagaimana untuk mengkonfigurasi pengumpulan sambungan untuk sambungan pangkalan data Go? Gunakan jenis DB dalam pakej pangkalan data/sql untuk membuat sambungan pangkalan data untuk mengawal bilangan maksimum sambungan serentak;

Rangka kerja Go menyerlah kerana kelebihan prestasi tinggi dan konkurensinya, tetapi ia juga mempunyai beberapa kelemahan, seperti agak baharu, mempunyai ekosistem pembangun yang kecil dan kekurangan beberapa ciri. Selain itu, perubahan pantas dan keluk pembelajaran boleh berbeza dari rangka kerja ke rangka kerja. Rangka kerja Gin ialah pilihan popular untuk membina API RESTful kerana penghalaan yang cekap, sokongan JSON terbina dalam dan pengendalian ralat yang berkuasa.

Perbezaan antara rangka kerja GoLang dan rangka kerja Go ditunjukkan dalam seni bina dalaman dan ciri luaran. Rangka kerja GoLang adalah berdasarkan perpustakaan standard Go dan meluaskan fungsinya, manakala rangka kerja Go terdiri daripada perpustakaan bebas untuk mencapai tujuan tertentu. Rangka kerja GoLang lebih fleksibel dan rangka kerja Go lebih mudah digunakan. Rangka kerja GoLang mempunyai sedikit kelebihan dalam prestasi dan rangka kerja Go lebih berskala. Kes: gin-gonic (rangka Go) digunakan untuk membina REST API, manakala Echo (rangka kerja GoLang) digunakan untuk membina aplikasi web.

Data JSON boleh disimpan ke dalam pangkalan data MySQL dengan menggunakan perpustakaan gjson atau fungsi json.Unmarshal. Pustaka gjson menyediakan kaedah kemudahan untuk menghuraikan medan JSON dan fungsi json.Unmarshal memerlukan penuding jenis sasaran kepada data JSON unmarshal. Kedua-dua kaedah memerlukan penyediaan pernyataan SQL dan melaksanakan operasi sisipan untuk mengekalkan data ke dalam pangkalan data.

Amalan terbaik: Cipta ralat tersuai menggunakan jenis ralat yang ditakrifkan dengan baik (pakej ralat) Sediakan lebih banyak butiran Log ralat dengan sewajarnya Sebarkan ralat dengan betul dan elakkan menyembunyikan atau menyekat ralat Balut seperti yang diperlukan untuk menambah konteks

Fungsi FindStringSubmatch mencari subrentetan pertama dipadankan dengan ungkapan biasa: fungsi mengembalikan hirisan yang mengandungi subrentetan yang sepadan, dengan elemen pertama ialah keseluruhan rentetan dipadankan dan elemen berikutnya ialah subrentetan individu. Contoh kod: regexp.FindStringSubmatch(teks,corak) mengembalikan sekeping subrentetan yang sepadan. Kes praktikal: Ia boleh digunakan untuk memadankan nama domain dalam alamat e-mel, contohnya: e-mel:="user@example.com", pattern:=@([^\s]+)$ untuk mendapatkan padanan nama domain [1].

Laluan Pembelajaran Backend: Perjalanan Eksplorasi dari Front-End ke Back-End sebagai pemula back-end yang berubah dari pembangunan front-end, anda sudah mempunyai asas Nodejs, ...
