下面是“如何在C#中使用OpenCV（GOCW使用教程）”的完整攻略。

1. 简介

OpenCV是一个功能强大的计算机视觉库，可以在各种操作系统上使用C ++，Python和Java等多种语言。OpenCV的目的是提供一组易于使用的计算机视觉算法和工具库，旨在提高计算机视觉在现实世界中的应用。GOCW（Gifski OpenCV Wrapper）是一个用于连接OpenCV和C＃的库。

2. 安装

首先，需要安装GOCW。可以在Github的页面上下载最新版本的GOCW二进制文件（dll）。 推荐使用最新版本的GOCW。

接下来，需要安装OpenCV。 建议使用最新的OpenCV版本。 OpenCV可以从其官方网站https://opencv.org/releases/下载。

3. 在项目中添加依赖项

将GOCW的dll文件和OpenCV的库文件添加到项目的引用中。右键单击解决方案资源管理器中的项目文件，然后选择属性。在左侧的窗格中选择“构建”选项，然后在右侧的窗格中找到“链接器”选项。在“附加依赖项”字段中添加以下内容：

opencv_core240‌.lib
opencv_full240.lib
gifski‌.dll
gifski-c‌nc‌.dll
GOCWNative‌.dll

注：上述示例使用的是OpenCV 2.4.0版本和GOCW 1.1.0版本。如果使用不同的版本，请相应地更改库名称。

4.创建一个简单的C＃ OpenCV应用程序

下面的示例代码演示了如何使用OpenCV和GOCW加载和显示图像。

using System;
using GOCW;
using OpenCvSharp;

namespace SampleGOCW
{
    class Program
    {
        private static CascadeClassifier _classifier;

        static void Main(string[] args)
        {
            // 初始化 GOCW
            GOCW.Start();

            // 创建窗口
            var window = new Window("图像");

            // 加载图片（相对路径）
            var img = new Mat(@"image.png");

            // 显示图像
            window.ShowImage(img);

            // 等待按下任意键
            Cv2.WaitKey(0);

            // 释放窗口
            window.Dispose();

            // 释放 GOCW
            GOCW.Stop();
        }
    }
}

示例代码中，程序首先初始化了GOCW。然后程序加载了一张图像，并利用GOCW在打开窗口的情况下，显示了该图像。然后，等待用户按下键盘上的任意键，以便继续执行。

5.检测和识别人脸的示例

下面是一个使用OpenCV和GOCW检测和识别人脸的示例代码。示例代码将检测是否有面部并在屏幕上标识出面部。这需要一个名为“haarcascade_frontalface_alt.xml”的文件，该文件是OpenCV预测人类正面的默认级联分类器之一。该文件可从OpenCV官方repository(http://github.com/opencv/opencv)下载得到。

using System;
using GOCW;
using OpenCvSharp;

namespace SampleGOCW
{
    class Program
    {
        private static CascadeClassifier _classifier;

        static void Main(string[] args)
        {
            if (!Cv2.RunningOnWindows())
            {
                Console.WriteLine("错误：此样本不支持非 Windows 平台。");
                return;
            }

            var window = new Window("人脸检测示例");

            try
            {
                _classifier = new CascadeClassifier(@"haarcascade_frontalface_alt.xml");
            }
            catch (Exception e)
            {
                Console.WriteLine("错误: 加载级联分类器时发生异常：" + e.Message);
                window.Dispose();
                return;
            }

            var cap = new VideoCapture(0);
            var frame = new Mat();

            while (true)
            {
                cap.Read(frame);

                if (frame.Empty())
                    break;

                var screen = new Mat(frame.Height, frame.Width, MatType.CV_8UC3, Scalar.Black);

                var gray = new Mat();
                Cv2.CvtColor(frame, gray, ColorConversionCodes.BGR2GRAY);

                // 识别人脸
                var faces = _classifier.DetectMultiScale(
                    gray,
                    scaleFactor: 1.1,
                    minNeighbors: 3,
                    flags: HaarDetectionType.DoCannyPruning | HaarDetectionType.ScaleImage,
                    minSize: new Size(30, 30));

                foreach (var faceRect in faces)
                {
                    // 将有人脸的帧绘制到屏幕上
                    Cv2.Rectangle(frame, faceRect, Scalar.Blue, 2);

                    // 将有人脸的帧绘制到全屏幕上
                    Cv2.Rectangle(screen, faceRect, Scalar.Blue, -1);
                }

                window.ShowImage(frame);
                Cv2.WaitKey(10);

                if (Cv2.WaitKey(30) == 'q')
                    break;
            }

            cap.Release();
            window.Dispose();
            GOCW.Stop();
        }
    }
}

示例代码中首先检测操作系统是否为Windows。然后打开摄像头并持续读取框架，直到用户按下“q”键。每个帧都被从相机中读取，并且OpenCV使用预测人脸的级联分类器来检测帧中是否有面部。如果OpenCV检测到面部，就在屏幕上标识出面部。所有检测到面部的帧都将以蓝色矩形纹理标出。

本文链接：http://task.lmcjl.com/news/14247.html