智慧型機器手臂–第二部分：程式設計

第3步：App屬性

憑藉.NET、OpenCV和Microsoft API的功能，我們能夠製作出完整的應用程式。對於該應用程式，我們需要按鈕、序列埠和文字方塊。

黑色視窗會顯示來自相機的圖像，視窗中還會添加一個鏡頭框，框內顯示人物名稱。

左側的白色視窗可以添加TTS API（文本轉語音）的文本，提供回饋以檢查工作，並檢查說出的文字是否與顯示的字詞相符。

圖8 機器人手臂應用程式

為了獲得更好的程式結果，您需要在訓練模式下添加多個臉部記錄。訓練是指通過拍攝多個臉部位置以獲得最佳辨識結果（不同拍攝角度、光線條件等）。您需要按下Record 10 Faces按鈕，通過應用程式記錄臉部畫面。

在代碼中，實現這個功能的語句為Face = Parent.faceClassifier;這通過EmguCV平台完成。人臉偵測通過基於主成分分析（PCA）的複雜演算法實現，系統會將偵測到的臉部與訓練後儲存的圖像進行多次比對。

圖9 人臉檢測

藍色矩形中的圖像是需要儲存的圖像，因為它包含臉部的獨特特徵。

我們需要在不同的位置和不同的光線下獲取更多的臉部特徵：

圖10 添加更多人臉進行訓練

經過一系列臉部偵測圖像拍攝，如果您認為之前記錄的臉部圖像不利於演算法計算，那麼可以點擊Restart 1 Face按鈕刪除已經保存的檔案，系統將不再偵測該臉部資訊。

如果要記錄多人數讓機器手臂可以進行區分，那麼可以使用Delete Data按鈕刪除照片。

圖11 重啟訓練模式

錄製更多圖像後，該演算法應該能夠偵測人臉，並在藍框上方顯示名稱。機器人可以精確偵測像眼鏡這樣的特徵，因為這些特徵具有區別性。

圖12 訓練之後的結果

Tiberia目前是羅馬尼亞布加勒斯特理工大學電氣工程學院的大四學生。她非常熱衷於設計和開發讓日常生活更輕鬆的智慧居家設備。