pythonコードをC#に変換

Question

前提・実現したいこと

pythonコードをC#に変換したいです。
学習のためです。
いろいろ試してみましたが自分の知識不足のため実装できていません。
すみませんがお願いいたします。

該当のソースコード

ソースコード
import face_recognition
import cv2
import numpy as np

# This is a demo of running face recognition on live video from your webcam. It's a little more complicated than the
# other example, but it includes some basic performance tweaks to make things run a lot faster:
#   1. Process each video frame at 1/4 resolution (though still display it at full resolution)
#   2. Only detect faces in every other frame of video.

# PLEASE NOTE: This example requires OpenCV (the `cv2` library) to be installed only to read from your webcam.
# OpenCV is *not* required to use the face_recognition library. It's only required if you want to run this
# specific demo. If you have trouble installing it, try any of the other demos that don't require it instead.

# Get a reference to webcam #0 (the default one)
video_capture = cv2.VideoCapture(0)

# Load a sample picture and learn how to recognize it.


Ryo_image = face_recognition.load_image_file("image/Ryo2.jpeg")
Ryo_face_encoding = face_recognition.face_encodings(Ryo_image)[0]

Hayate_image = face_recognition.load_image_file("image/Hayate.jpg")
Hayate_face_encoding = face_recognition.face_encodings(Hayate_image)[0]


# Load a second sample picture and learn how to recognize it.
Nisioka_image = face_recognition.load_image_file("image/nisioka.jpg")
Nisioka_face_encoding = face_recognition.face_encodings(Nisioka_image)[0]

# Create arrays of known face encodings and their names
known_face_encodings = [
    Ryo_face_encoding,
    Hayate_face_encoding,
   Nisioka_face_encoding
]
known_face_names = [
    "Yamamoto Ryo",
    "Kinosita Hayate",
    "nishioka hage"
]

# Initialize some variables
face_locations = []
face_encodings = []
face_names = []
process_this_frame = True

while True:
    # Grab a single frame of video
    ret, frame = video_capture.read()


    # Resize frame of video to 1/4 size for faster face recognition processing
    small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)

    # Convert the image from BGR color (which OpenCV uses) to RGB color (which face_recognition uses)
    rgb_small_frame = small_frame[:, :, ::-1]

    # Only process every other frame of video to save time
    if process_this_frame:
        # Find all the faces and face encodings in the current frame of video
        face_locations = face_recognition.face_locations(rgb_small_frame)
        face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)

        face_names = []
        for face_encoding in face_encodings:
            # See if the face is a match for the known face(s)
            matches = face_recognition.compare_faces(known_face_encodings, face_encoding)
            name = "Unknown"

            # # If a match was found in known_face_encodings, just use the first one.
            # if True in matches:
            #     first_match_index = matches.index(True)
            #     name = known_face_names[first_match_index]

            # Or instead, use the known face with the smallest distance to the new face
            face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
            best_match_index = np.argmin(face_distances)
            if matches[best_match_index]:
                name = known_face_names[best_match_index]

            face_names.append(name)

    process_this_frame = not process_this_frame


    # Display the results
    for (top, right, bottom, left), name in zip(face_locations, face_names):
        # Scale back up face locations since the frame we detected in was scaled to 1/4 size
        top *= 4
        right *= 4
        bottom *= 4
        left *= 4

        # Draw a box around the face
        cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)

        # Draw a label with a name below the face
        cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
        font = cv2.FONT_HERSHEY_DUPLEX
        cv2.putText(frame, name, (left + 6, bottom - 6), font, 1.0, (255, 255, 255), 1)

    # Display the resulting image
    cv2.imshow('Video', frame)

    # Hit 'q' on the keyboard to quit!
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# Release handle to the webcam
video_capture.release()
cv2.destroyAllWindows()

補足情報（FW/ツールのバージョンなど）

python3.7.3

Comments

[meg_]

> 学習のためです。
いろいろ試してみましたが自分の知識不足のため実装できていません。

自学習であれば時間をかけて少しずつ知識を付けるしかないと思います。時間をかけられない理由でもあるのでしょうか？

[退会済みユーザー]

学習のためなら、それこそ自分で勉強しながら少しづつ書いてみればいいのでは。

Answer 1

Convert Python to C#がオンラインで変換してくれるようです。
また、pytocsという変換ツールもあります。

こういう変換がどれぐらいうまくいくのかは興味のあるところです。
是非試してみて、結果を報告してください。

Answer 2

○○のコードを●●に変換

ってたまに質問として出るんですけど、多くは質問ではなく作業依頼に近しい内容にでしかなく、
本当にやろうと思ったら双方の言語をきちんと使いこなせないとできないわけです。
それでもと言うのでしたら

• ○○しかできないなら●●を基礎からしっかり覚えてやるしかなく
• ●●しかできないなら○○を基礎から覚えて読み解けるようになるか、○○のコードにも要件や仕様があるわけでその要件や仕様を元に同じインプットで同じアウトプットとなるようなコードを１から書くことになると思います
• どっちもできないなら両方覚えるか、●●を覚えて↑の後者で対応

まあ探せば「○○のコードを●●に変換してくれるツール」はあるでしょうけど、同じ要件で同じ言語でも人によって書くコードは同じにはならないわけで、精度は保証されないので、やはり挙げた３点のいずれかです。

Answer 3

残念ながら、ここではコード作成依頼は受け付けておりません。

まずはあなたなりにコードを書いてみましょう。
そのうえで、わからないことがあればそのコードとともに聞いていただければお答えできるかと思います