C#下使用Tensorflow实现摄像头图像的处理

TensorFlow自带例子已经包含了android和ios下的摄像头图像识别,这里补充一个Windows下的,使用AForge库(www.aforgenet.com)操作摄像头。

代码在这里下载,使用VS2017编译。

http://files.cnblogs.com/files/autosoftdev/TensorFlowCamera.zip

运行时,从这里

https://www.nuget.org/api/v2/package/TensorFlowSharp/1.2.2

下载并解压取出libtensorflow.dll。

从这里

https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

下载模型。

并将libtensorflow.dll、tensorflow_inception_graph.pb、imagenet_comp_graph_label_strings.txt这3个文件放到编译后的exe同级目录下。

运行即可看到摄像头画面并实时显示识别结果。程序全部资料均来源于网络收集整理,仅供学习之用。

参考资料:

http://www.cnblogs.com/Leo_wl/p/6897649.html
https://github.com/migueldeicaza/TensorFlowSharp

时间: 2024-08-04 19:48:16

C#下使用Tensorflow实现摄像头图像的处理的相关文章

在C#下使用TensorFlow.NET训练自己的数据集

在C#下使用TensorFlow.NET训练自己的数据集 今天,我结合代码来详细介绍如何使用 SciSharp STACK 的 TensorFlow.NET 来训练CNN模型,该模型主要实现 图像的分类 ,可以直接移植该代码在 CPU 或 GPU 下使用,并针对你们自己本地的图像数据集进行训练和推理.TensorFlow.NET是基于 .NET Standard 框架的完整实现的TensorFlow,可以支持 .NET Framework 或 .NET CORE , TensorFlow.NET

Windows下使用TensorFlow

上一篇日志(http://www.cnblogs.com/huidong/p/5426556.html)写了如何在Windows下安装Docker,并且在VM上安装TensorFlow. 在Window下每次启动TensorFlow略麻烦,就是每次都要保证启动VM.比如我的VM的名字叫vdocker,那么启动它并且regenerate证书需要用. $docker-machine start vdocker $docker-machine regenerate-certs vdocker 检查VM

使用JavaCV/OpenCV抓取并存储摄像头图像

http://blog.csdn.net/ljsspace/article/details/6702178  分类: 图形图像(3)  版权声明:本文为博主原创文章,未经博主允许不得转载. 本程序通过JFrame实时显示本机摄像头图像,并将图像存储到一个缓冲区,当用户用鼠标点击JFrame中任何区域时,显示抓取图像的简单动画,同时保存缓冲区的图像到磁盘文件中.点击JFrame关闭按钮可以退出程序. 实现: [java] view plain copy import java.awt.Graphi

多媒体编程——ios摄像头图像抓取工具类

工具类提供预览图像画面,自动处理旋转,并且以主动方式抓取图像(这样帧率可以无限大) 系统的接口多是异步接收图像,像我这种强迫症怎么受得了,必须吧被动接收图像的方式改成主动抓取. 头文件 #import <Foundation/Foundation.h> #import <AVFoundation/AVFoundation.h> //这些比例都是4:3的比例. typedef enum TKVideoFrameSize { tkVideoFrame480x360 = 480 <

Ubuntu16.04下安装tensorflow(Anaconda3+pycharm+tensorflow+CPU)

1.下载并安装Anaconda 1.1 下载 从Anaconda官网(https://www.continuum.io/downloads)上下载Linux版本 https://repo.continuum.io/archive/(推荐python3.5) 1.2 安装 cd ~/Downloads sudo bash Anaconda2-5.0.1-Linux-x86_64.sh (这里下载了Python2.7的对应版本) 询问是否把anaconda的bin添加到用户的环境变量中,选择yes!

Anaconda下安装 TensorFlow 和 keras

首先在官网下载Anaconda https://www.anaconda.com/download/ 安装时注意 勾选第一个,增加环境变量 安装好后再windows界面打开Anaconda Prompt conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --set show_channel_urls yes 设置清华镜像,下载更快一点 之后 conda

Linux下安装tensorflow

目录 Linux下安装tensorflow 安装 测试 补充内容 安装后如何打开相应的软件 Linux下安装tensorflow 安装 添加tensorflow的环境.执行命令: conda create -n tensorflow python=3.7 (版本的话,我个人比较喜欢3.X+版本). 当执行完成之后,就根据提示,进行输入yes就可以了,慢慢等待. 激活环境,执行命令: source activate tensorflow (作用:进入到tensorflow的环境) 激活tensor

Win10下安装tensorflow详细过程

首先声明几点: 安装tensorflow是基于Python的,并且需要从Anaconda仓库中下载. 所以我们的步骤是:先下载Anaconda,再在Anaconda中安装一个Python,(你的电脑里可能本来已经装了一个Python环境,但是Anaconda中的Python是必须再装的),然后再下载安装tensorflow. 因为anaconda支持的python版本与TensorFlow支持的python版本不一致可能会导致安装出错,因此下载时候一定不能下载最新版本的anaconda,要先查询

python 3.8 下安装 tensorflow 1.14

pip install --upgrade https://storage.googleapis.com/tensorflow/mac/cpu/tensorflow-1.14.0-py3-none-any.whl 附:在Python3.7下安装tensorflow 因为现在tensorflow还没有官方添加对Python3.7的支持,所以用pip直接安装是搜索不到合适的tensorflow包的,这时候就需要直接从.whl安装.具体方法为(以Mac为例): pip install https://