工程案例 | OpenCV C# 人脸识别从原理到源码

OpenCV学堂

发布于 2026-04-15 18:17:16

主要思路

OpenCV是机器视觉领域最流行的开源视觉图像处理算法框架，在C#中使用OpenCV进行人脸识别，最主流且成熟的选择是OpenCVSharp，它是OpenCV的一个.NET封装。让你可以在C#中直接调用OpenCV丰富的图像处理和识别算法，轻松玩转各种常见的图像处理、图像分析、图像测量算子。

回到本文分享的例子，OpenCV从4.7版本以后支持深度学习方式的人脸识别，主要是基于两个人脸模型，分别是人脸检测模型、人脸识别模型。人脸检测模型负责找到人脸在哪儿；人脸识别模型负责判定这个人是谁，就这样就可以完成人脸识别。为了降低大家学习成本，快速上手人脸识别案例，我已经把这些都封装在一个C++类中，然后导出了C#支持的接口。简单易用，支持快速实现人脸识别。

实践步骤

第一步：环境搭建

在Visual Studio2022中新建一个C# 控制台项目后，通过NuGet包管理器安装核心库，图示如下：

第二步：人脸检测（找脸）

人脸检测是第一步，基于OpenCV官方提供的人脸检测模型yunet，它是一个轻量化人脸检测模型。你需要在项目中包含OpenCV提供的模型文件。通过OpenCV DNN相关的接口SDK加载即可。

第三步：人脸识别（识人）

找到人脸后，下一步是识别身份。OpenCV的人脸识别算法来自北邮邓伟洪教授团队贡献，SFace模型大小为37MB，属于轻量级的人脸识别模型，输出特征维度是128维。然后使用L2或者余弦相似函数进行比对，根据比对结果判定人脸识别结果。

完整流程图示如下：

代码实践与演示

第一步：构建C# SDK支持，C++部分已经编译程dll支持库，一键下载即可，对应OpenCV版本为4.10。

using System.Runtime.InteropServices;
namespace opencvxuetang_csharp
{
    class FaceRecogHelper
    {
        [DllImport("face_recog_demo.dll", CallingConvention = CallingConvention.StdCall)]
        public static extern IntPtr faceRecogClassInit2();  //创建人脸
        [DllImport("face_recog_demo.dll", CallingConvention = CallingConvention.StdCall)]
        public static extern void delefaceRecogInstance(IntPtr p);//删除人脸
        [DllImport("face_recog_demo.dll")]
        public static extern bool initFaceModels(IntPtr p, char[] detect_path, char[] recog_path, char[] db_path);//加载到工作流（参数1 图像处理工作流路径，参数2：权限ID）
        [DllImport("face_recog_demo.dll")]
        public static extern void detectFace(IntPtr p, IntPtr da, [In, Out] BoxInfoWapper[] boxes, int w, int h);//运行工作流（参数 工作流对象，输入图像指针，输出图像指针，输出宽，高）
        [DllImport("face_recog_demo.dll")]
        public static extern void matchFace(IntPtr p, IntPtr da, [In, Out] BoxInfoWapper[] boxes, int w, int h);//运行工作流（参数 工作流对象，输入图像指针，输出图像指针，输出宽，高）
        public struct BoxInfoWapper
        {
            public int userid;
            public int x;
            public int y;
            public int width;
            public int height;
        };
    }
}

第二步：构建客户端调用代码

using System;
using csharp_opencv410;
using OpenCvSharp;
using opencvxuetang_csharp;
class OpenCVWorkFlowDemo
{
    static void Main(string[] args)
    {
        // create face data base from image files.
        Dictionary<int, string> map = new Dictionary<int, string>();
        map.Add(0, "123");
        map.Add(1, "fbb");
        map.Add(2, "zhigang");
        IntPtr myInstance = FaceRecogHelper.faceRecogClassInit2();
        bool succ = FaceRecogHelper.initFaceModels(myInstance,
                "D:/face_detection_yunet_2023mar.onnx".ToCharArray(),
                "D:/face_recognizer_fast.onnx".ToCharArray(),
                "D:/images/facedb".ToCharArray());
        // please check and replace your image file path 
        Mat src = Cv2.ImRead("D:/images/black_zg.jpg");
        Mat dst = new Mat(src.Size(), src.Type());
        int w = src.Cols;
        int h = src.Rows;
        FaceRecogHelper.BoxInfoWapper[] boxes =
    new FaceRecogHelper.BoxInfoWapper[10];
        FaceRecogHelper.matchFace(myInstance, src.CvPtr, boxes, w, h);
        for (int i = 0; i < 1; i++)
        {
            int x = boxes[i].x;
            int y = boxes[i].y;
            int width = boxes[i].width;
            int height = boxes[i].height;
            Rect box = new Rect(x, y, width, height);
            Cv2.Rectangle(src, box, new Scalar(0, 0, 255), 2, LineTypes.Link8);
            string value = map[boxes[i].userid];
            Cv2.PutText(src, value, box.TopLeft, HersheyFonts.HersheySimplex, 1.0, new Scalar(255, 0, 0), 2, LineTypes.Link8);
        }
        Cv2.ImShow("OpenCV学堂-人脸检测", src);
        Cv2.WaitKey(0);
        Cv2.DestroyAllWindows();
    }
}

运行与演示效果：