本文主要向大家介绍了机器人之Matlab与.NET混合编程解决人脸识别问题，通过具体的内容向大家展现，希望对大家学习机器人有所帮助。

1.前言

Matlab混合编程解决“人脸识别”的案例，再次分享一下经验。

回到目录

2.Matlab.NET混合编程概述 

这方面就不仔细阐述了，主要是利用Matlab的Deploytool工具将m函数编译为.NET程序集，然后在C#中调用的过程。然后程序可以在安装MCR的机器上运行，这个过程如果懂Matalb和C#的人，看看Matlab NE Builder工具箱的帮助入门文档，也很容易的可以搞定，只不过是英文的，要花点时间和耐心。下面简单说一下Matlab和.NET混合编程的步骤和注意要点： 

1.只有Matlab的Function才能被混编调用，也就是一定要是M函数才行；

2.Matlab和Ｃ#混编的项目，客户机或者服务器需要安装对应版本的MCR，才能运行。

3.有一些工具箱函数不能被混编，暂时不支持，少数，官方也在努力使得越来越多的工具箱支持混编，详细的可以混编的工具箱可以在这里查看。 

4.2点经常人提起的：神经网络工具箱可以train,不能Test，符号工具箱也不能混编，所以如果想用C#和Matlab解决上述2类问题的人，提前罢手。 

5.Matlab和C#混编的基本步骤，这里只是混合编程的方法之一，也是基本方法. 

1) 编写M函数，并首先在Matlab中测试是正确可以调用的。注意命名规范，注释规范； 

2) 使用命令打开 deploytool工具，设置项目名称，选择类型：.NET Assembly，然后新建一个类，并添加编写好的M函数 

3) 编译，生成dll,并在C#项目中添加引用（还需要引用对应版本的MWArray），利用对象浏览器查看生成dll的方法结构，并根据Matlab和C#的类型转换规则，进行数据转换即可。 

回到目录

3.混合编程解决人脸识别 

人脸识别是图像处理里面比较常见和经典的问题之一吧。现在研究也很成熟了，本文的人脸识别的源程序也是一个开源的人脸识别例子。经过分析和改进，进行了重构，最后再进行混编。原始的人脸识别程序，主要有下面几个部分： 

1.人脸检测：这个过程主要是对输入的人脸图像进行肤色判断椭圆类聚判断，把符合人脸特征的矩形标记出来，截取人脸。 

2.人脸数据库训练：这是整个问题的核心，人脸特征的训练直接关系到识别的准确率。主要过程是将目标的人脸数据库进行训练，得到一个最好的分类系数和特征值，作为人脸识别的参数和比较目标。 

3.人脸识别：将目标图像进行人脸特征提取，并进行傅立叶变换，利用遗传算法提取特征值，然后与特征库里面的人脸特征进行距离计算，得到结果。 

原始的项目程序都是主要界面和核心代码：

另外，在生成程序集的核心代码：

上面是混编项目的结构，下面是人脸识别中c#中的核心代码，调用Matlab生成的程序集进行识别。

就这么多吧。混编真的很强大，对做科研的朋友来说，真是一大福音啊。但这对开发的基础要求也很高，否则遇到很多奇怪的错误，还是要靠经验去解决，并不是一次都能够完全学会Matlab混编的。

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标人工智能智能机器人频道！