人臉識別是一種高安全性的生物識別技術，廣泛應用在安防、身份驗證等領域。而人臉檢測是進行人臉識別的重要前提，本文主要介紹如何基于EsDA設計的人臉檢測節點，快速實現人臉檢測功能。 ?簡介

人臉識別是一種高安全性的生物識別技術，在安防、身份驗證等領域被廣泛應用。

本文在【EsDA應用】5分鐘快速實現攝像頭圖像采集 的基礎上，使用M6G2C核心板，簡單介紹如何基于EsDA設計的face_detection人臉檢測功能節點，快速實現人臉檢測識別。

?前期準備

若是剛開始接觸EsDA，可先閱讀EsDA其他系列文章，從零開始搭建環境和掌握基本開發流程，已有基礎的可以跳過：

• EsDAMPC-ZC1入門（一）——軟件安裝
• EsDAMPC-ZC1入門（二）——LED控制
• 【EsDA應用】5分鐘實現一個串口通信業務
• 【EsDA應用】5分鐘快速實現攝像頭圖像采集

1. 硬件準備

1.1 準備一個攝像頭，這里我們以OV7725攝像頭為例，搭配轉接板使用。

1.2 準備一塊LCD顯示屏。1.3 準備一張SD卡，用于存放人臉模型。1.4 準備一塊M6G2C核心板和EPC-6G2C-L評估板，并按照下圖所示連接好硬件。其中，eth0網口用于下載流圖，并連接LCD顯示屏接口、電源，以及將OV7725攝像頭通過轉接板連接到開發板背面的CSI接口上。

2. 其它準備

將人臉檢測相關的模型文件存放到SD卡中。

?節點介紹

這里我們需要使用到攝像頭、圖像格式轉換以及人臉檢測相關的AWFlow節點，包括在【EsDA應用】5分鐘快速實現攝像頭圖像采集 中介紹的camera_video節點、camera配置節點、lcd_display節點，以及本文介紹的用于圖像數據格式轉換的image_format_convert節點和人臉檢測節點face_detection。

1. image_format_convert節點

圖像格式轉換節點，用于將攝像頭輸出的圖像轉換為人臉檢測節點支持的RGB888格式。1.1屬性

輸入圖像格式：待轉換圖像的格式，一般是攝像頭輸出的原始數據格式；

輸入圖像寬度：待轉換圖像的寬度；

輸入圖像高度：待轉換圖像的高度；

輸出圖像格式：轉換后的圖像的格式，必須指定為RGB888；

輸出圖像寬度：轉換后的圖像的寬度；

輸出圖像高度：轉換后的圖像的高度。

1.2輸入

• image：需要進行轉換的原始圖像的地址，一般由camera_video節點提供輸入；

1.3輸出

• image：指向轉換完成后的目標格式圖像數據的指針，一般由后級節點接收并處理；
• format：轉換后的圖像的格式；
• width：轉換后的圖像的寬度；

height：轉換后的圖像的高度。

2.face_detection節點

face_detection是人臉檢測節點，該節點對輸入的圖像數據進行人臉檢測處理，當檢測到圖像中存在人臉時，截取圖像中的人臉數據并輸出。后級節點可以使用這個圖像數據進行特征值提取、比對等操作。

2.1屬性

活體檢測：是否進行活體檢測；

模糊檢測：是否進行模糊檢測；

人臉矯正：是否進行人臉整理矯正；

模型和參數路徑：檢測模型和參數文件路徑；

人臉圖像主題：需要進行人臉檢測的圖像的主題，此節點只對與此屬性匹配的輸入圖像進行檢測。

2.2輸入

image：輸入圖像數據的緩沖區指針，必須是RGB888格式，可以由image_format_convert轉換后提供輸入；

width：輸入圖像的寬度；

height：輸入圖像的高度；

• topic：輸入圖像的主題。
  

2.3輸出

image：從輸入圖像中截取的人臉圖像緩沖區；

coord_x1：人臉的左上角橫坐標，與后面三個坐標共同決定坐標系上的兩個點，這兩個點可以確定圖像中的人臉位置；

coord_y1：左上角縱坐標；

coord_x2：右下角橫坐標；

coord_y2：右下角縱坐標。

?業務處理

本應用主要實現M6G2C開發板采集攝像頭圖像，并在LCD顯示屏上進行顯示。同時，將攝像頭輸出的原始數據進行格式轉換后，輸入到face_detection節點中進行人臉檢測。具體實現如下：1. 添加節點并連線首先我們需要添加一個camera_video節點用于采集圖像，并輸出到lcd_display節點中顯示。然后，將camera_video節點輸出的RGB565原始圖像在image_format_convert節點中轉換為RGB888格式，接下來將轉換后的圖像輸入到face_detection中進行人臉檢測，并將檢測的結果輸入到lcd_display節點中。另外，增加兩個fscript節點，用于指定圖像主題和打印坐標點信息。2. 配置節點2.1配置camera_video節點雙擊camera_video節點，并在配置項中選擇添加一個新的camera節點。

在camera配置節點中，根據所使用的攝像頭，分別設置設備名、輸出圖像的數據格式和圖像寬度、高度。

然后更新配置，在camera_video節點的配置項中，選擇上一步新增的camera配置節點即可。

2.2配置image_format_convert使用image_format_convert節點目的是將圖像格式轉換為RGB888，因此，根據圖像的信息進行設置即可。如果攝像頭輸出的原始數據即為RGB888，那么這一步可以省略。

2.3face_detection節點

使用人臉檢測節點需要將相關的模型文件存放到文件系統中，并在face_detection節點中指定模型存放的路徑，這里我們存放到SD卡中，并指定路徑。人臉圖像主題屬性用于對輸入的圖像進行過濾，這里我們設置為攝像頭輸出的圖像的主題即可。

2.4fscript

流圖中標識為“1”的fscript節點主要是為圖像指定一個主題，我們將其設置為face，和face_detection節點中的主題一致。

msg.topic = "face"

另一個節點用于打印人臉檢測結果的坐標點信息，方便我們對結果進行驗證。其內容如下：

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

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

2.5lcd_display節點

lcd_display節點用于顯示圖像，不需要我們進行配置。它會實時顯示camera_video節點輸出的圖像，并且在檢測到圖像中存在人臉后，根據face_detection節點輸入的坐標，在圖像中將人臉框選顯示出來。3. 下載驗證因為M6G2C開發板是通過網口去下載流圖，所以打開AWFlow Designer后需要配置目標板IP和端口號。然后點擊下載運行即可。

流圖下載完成后，通過LCD可以看到，我們已經成功從攝像頭獲取圖像，并且成功在顯示屏上顯示。

當攝像頭采集的圖像中含有人臉時，face_detection節點可以正常檢測到人臉并且輸出準確的坐標點。