VisioForge

Last updated: Januar 2026

Accord.NET Alternative: Migrationsanleitung zu VisioForge .Net SDK

Ersetzen Sie das archivierte Accord.NET durch moderne .NET 6-10 Alternativen

C#-Entwickler, die von Accord.NET (Accord.Video, Accord.Vision, Accord.MachineLearning) auf moderne .NET 6-10 Alternativen migrieren

Warum Accord.NET ersetzen?

Accord.NET hat 2015 den AForge.NET-Quellcode integriert und um maschinelles Lernen, Statistik und zusätzliche Computer-Vision-Algorithmen erweitert. Das Projekt ist jetzt auf GitHub archiviert und wird nicht mehr aktiv gepflegt. Wenn Sie nach einem Accord.NET-Ersatz oder einer Accord.NET-Alternative für .NET 6-10 suchen, deckt diese Anleitung jeden Migrationspfad ab.

RisikoAuswirkung
Projekt archiviertKeine Fehlerbehebungen, Sicherheitspatches oder Updates
Legacy .NETNur .NET Framework — keine Unterstützung für .NET 6, 8, 9 oder 10
Veraltetes MLVor ML.NET, TensorFlow.NET, ONNX Runtime entstanden
AForge Video-CodeDieselben aufgegebenen AForge.Video-Interna für Videoaufnahme
Nur WindowsDirectShow-basiertes Video, keine plattformübergreifende Unterstützung
SicherheitUngepatchte Schwachstellen in der Bild-/Videoverarbeitung

Migrationsstrategie

Accord.NET deckte drei Bereiche ab. Jeder migriert zu einem anderen modernen Stack:

Accord.NET-BereichModerner Ersatz
Videoaufnahme (Accord.Video)VisioForge Video Capture SDK .Net
Computer Vision (Accord.Vision, Accord.Imaging)VisioForge .Net SDK (integriertes OpenCV 4.11 / DLib-Detektoren) oder eigenständiges OpenCvSharp
Maschinelles Lernen (Accord.MachineLearning, Accord.Neuro)ML.NET oder ONNX Runtime

Video-Capture-Migration: Accord.Video → VisioForge

Accord.Video ist im Wesentlichen AForge.Video mit geringfügigen Ergänzungen. Wenn Sie `VideoCaptureDevice`, `MJPEGStream` oder `ScreenCaptureStream` von Accord.NET verwenden, ersetzen Sie diese durch das VisioForge Video Capture SDK für moderne C#-Webcam-Aufnahme, RTSP-Streaming und Bildschirmaufzeichnung unter .NET 6-10.

Klassenzuordnung

Accord.Video-KlasseVisioForge-Ersatz
`VideoCaptureDevice``VideoCaptureCoreX` + `VideoCaptureDeviceSourceSettings`
`MJPEGStream``VideoCaptureCoreX` + `RTSPSourceSettings`
`ScreenCaptureStream``VideoCaptureCoreX` + `ScreenCaptureSourceSettings`
`FileVideoSource``MediaPlayerCoreX` oder `VideoEditCoreX`
`NewFrameEventArgs``OnVideoFrameBuffer`-Ereignis

C# Videoaufnahme-Beispiel

Accord.NET — Webcam-Aufnahme (vorher)

C#
var videoDevices = new FilterInfoCollection(FilterCategory.VideoInputDevice);
var videoSource = new VideoCaptureDevice(videoDevices[0].MonikerString);
videoSource.NewFrame += (s, e) =>
{
    pictureBox.Image = (Bitmap)e.Frame.Clone();
};
videoSource.Start();

VisioForge — Webcam-Aufnahme (nachher)

C#
var capture = new VideoCaptureCoreX(videoView);
var devices = await DeviceEnumerator.Shared.VideoSourcesAsync();
capture.Video_Source = new VideoCaptureDeviceSourceSettings(devices[0]);
capture.Outputs_Add(new MP4Output("recording.mp4"), true);
await capture.StartAsync();

Computer-Vision-Migration: Accord.Vision → VisioForge / OpenCvSharp

VisioForge .Net SDK enthält integrierte Computer-Vision-Blöcke auf Basis von OpenCV 4.11 und DLib. Diese integrieren sich direkt in VisioForge-Medienpipelines — keine manuelle Frame-Konvertierung oder externe Bibliotheken erforderlich. Für eigenständige Bildverarbeitung außerhalb einer Video-Pipeline kann OpenCvSharp direkt verwendet werden.

Klassenzuordnung

Accord.Vision-FunktionVisioForge integriertEigenständiges OpenCvSharp
`HaarObjectDetector` (Gesichtserkennung)`CVFaceDetectBlock` — Haar-Kaskade mit Augen-/Nasen-/Munderkennung, Gesichtsunschärfe/-verpixelung`CascadeClassifier`
`HaarObjectDetector` (Gesichtserkennung, DNN)`CVFaceDetectBlock` — Caffe-SSD-Modell, Konfidenzfilterung, GPU-BeschleunigungDNN-Modul
`HaarObjectDetector` (Gesichtserkennung, DLib)`CVFaceDetectBlock` (CVD) — DLib HOG+SVM Frontalgesichtsdetektor
`MotionDetector``CVMotionCellsBlock` — MOG2-Hintergrundsubtraktion mit Objektverfolgung`BackgroundSubtractorMOG2`
`BlobCounter``CVMotionCellsBlock` — Blob-Tracking, Konturerkennung, Fahrzeugzählung`Cv2.FindContours()` + `Cv2.ConnectedComponents()`
`HistogramsOfOrientedGradients` (HOG)`CVFaceDetectBlock` — HOG+SVM Personenerkennung`HOGDescriptor`
`CannyEdgeDetector``CameraCoveredDetector` — Canny-basierte Objektivverdeckungserkennung`Cv2.Canny()`
`SpeededUpRobustFeatures` (SURF)`SIFT.Create()` (SURF patentiert, verwenden Sie SIFT oder ORB)
`HoughLineTransformation``Cv2.HoughLinesP()`
Template-Matching`Cv2.MatchTemplate()`

Integrierte Datenschutzfunktionen

VisioForge-Detektoren enthalten integrierte Datenschutzverarbeitung — kein zusätzlicher Code erforderlich:

  • Gesichtsunschärfe — Gaußscher Weichzeichner auf erkannte Gesichtsbereiche angewendet
  • Gesichtsverpixelung — Blockverpixelung von Gesichtsbereichen
  • Regions-Caching — gleichmäßige Ergebnisse über Frames hinweg (konfigurierbare Cache-Größe)

C# Gesichtserkennungs-Beispiel

Accord.NET — Gesichtserkennung (vorher)

C#
var detector = new HaarObjectDetector(
    new HaarCascade(HaarCascade.FaceHaarCascadePath));
detector.MinSize = new Size(30, 30);
Rectangle[] faces = detector.ProcessFrame(bitmap);

VisioForge — Haar-Kaskade-Gesichtserkennung (nachher)

C#
var settings = new CVFaceDetectSettings
{
    DetectFrontalFace = true,
    DetectEyes = true,
    DetectNose = true,
    DetectMouth = true,
    MinFaceSize = new Size(30, 30),
    ScaleFactor = 1.1,
    DrawEnabled = true
};
var detector = new CVFaceDetectBlock(settings);
// Add to a MediaBlocks pipeline or use standalone

VisioForge — DNN-Gesichtsdetektor (höhere Genauigkeit, GPU-Unterstützung)

C#
var settings = new CVFaceDetectSettings
{
    Confidence = 0.25,
    DrawEnabled = true,
    BlurFaces = true  // built-in privacy blur
};
var detector = new CVFaceDetectBlock(settings);

VisioForge — DLib-Gesichtsdetektor

C#
var settings = new CVFaceDetectSettings
{
    DrawEnabled = true,
    MinFaceSize = new Size(30, 30)
};
var detector = new CVFaceDetectBlock(settings);

Eigenständiges OpenCvSharp (Alternative)

C#
using var cascade = new CascadeClassifier("haarcascade_frontalface_default.xml");
using var mat = Cv2.ImRead("image.jpg");
using var gray = new Mat();
Cv2.CvtColor(mat, gray, ColorConversionCodes.BGR2GRAY);
var faces = cascade.DetectMultiScale(gray, 1.1, 3, 0, new Size(30, 30));

C# Fußgängererkennungs-Beispiel

Accord.NET — HOG-Fußgängererkennung (vorher)

C#
var hog = new HistogramsOfOrientedGradients();
double[] features = hog.ProcessImage(bitmap);
// Manual SVM classification needed

VisioForge — Fußgängererkennung (nachher)

C#
var settings = new CVFaceDetectSettings
{
    DrawEnabled = true,
    VideoScale = 1.0,
    FramesToSkip = 2
};
var detector = new CVFaceDetectBlock(settings);

C# Bewegungserkennungs-Beispiel

Accord.NET — Bewegungserkennung (vorher)

C#
var detector = new MotionDetector(
    new TwoFramesDifferenceDetector(),
    new BlobCountingObjectsProcessing());
double motionLevel = detector.ProcessFrame(bitmap);

VisioForge — Objekt-/Bewegungserkennung (nachher)

C#
var settings = new CVMotionCellsSettings
{
    DrawEnabled = true
};
var detector = new CVMotionCellsBlock(settings);
// MOG2 background subtraction with automatic object tracking and ID assignment

Machine-Learning-Migration: Accord.MachineLearning → ML.NET

Für Deep-Learning-Inferenz während der Videoverarbeitung bietet VisioForge integrierte DNN-Gesichtserkennung (`CVFaceDetectBlock`), Fußgängererkennung (`CVFaceDetectBlock`) und Objektverfolgung (`CVMotionCellsBlock`). Für benutzerdefinierte Modelle integrieren Sie ONNX Runtime mit Frame-Callbacks.

ML-Klassenzuordnung

Accord.ML-FunktionML.NET-Ersatz
`SupportVectorMachine``SdcaMaximumEntropy` oder `LinearSvm`
`DecisionTree``FastTree` oder `FastForest`
`KMeans``KMeansTrainer`
`NaiveBayes``NaiveBayes` (ML.NET)
`NeuralNetwork` (Accord.Neuro)ONNX Runtime oder TensorFlow.NET
`PrincipalComponentAnalysis``PrincipalComponentAnalysis` (ML.NET contrib)

Migrations-Checkliste

  • Accord.NET-Nutzung prüfen — Identifizieren Sie, welche Bereiche (Video, Vision, ML) verwendet werden
  • Videoaufnahme → VisioForge Video Capture SDK NuGet-Pakete installieren
  • Computer Vision → Integrierte VisioForge-Detektoren verwenden (Gesicht, Fußgänger, Objekt, Fahrzeugzählung) oder OpenCvSharp4 für eigenständige Nutzung installieren
  • Maschinelles Lernen → ML.NET oder ONNX Runtime NuGet-Pakete installieren
  • Videoquellen-Klassen ersetzen — Siehe Zuordnungstabelle oben
  • Vision-Algorithmen ersetzen — VisioForge MediaBlocks verwenden oder auf OpenCvSharp-Äquivalente portieren
  • ML-Modelle ersetzen — Mit ML.NET neu trainieren oder nach ONNX exportieren
  • Accord NuGet-Pakete entfernen — Abhängigkeiten bereinigen
  • Auf modernes .NET abzielen — .NET 6-10
  • Plattformübergreifend testen — VisioForge und OpenCvSharp unterstützen beide Windows, macOS und Linux

Was Sie nach der Migration gewinnen

AspektAccord.NETNach der Migration
StatusArchiviertAktive Entwicklung (alle Ersatzlösungen)
Framework.NET Framework.NET 6-10
VideoaufnahmeGrundlegende AForge-InternaProfessionelles SDK mit Effekten, Streaming, Aufnahme
Computer VisionVeraltete AlgorithmenIntegrierte VisioForge-Detektoren + vollständiges OpenCV 4.11 (2500+ Algorithmen)
Maschinelles LernenGrundlegende AlgorithmenML.NET + ONNX (produktionsreif)
GesichtserkennungNur einfaches HaarHaar + DNN (Caffe SSD) + DLib HOG, mit Unschärfe/Verpixelung
ObjekterkennungEinfacher Blob-ZählerMOG2-Hintergrundsubtraktion + Tracking mit IDs
FußgängererkennungManuelles HOG+SVMIntegrierter Einzeilen-Fußgängerdetektor
Deep LearningKeinesONNX Runtime, TensorFlow.NET
PlattformenNur WindowsWindows, macOS, Linux, iOS, Android
AudioeffekteKeine40+ (EQ, Reverb, Chorus, 3D)
GPU-BeschleunigungKeineCUDA (OpenCvSharp), GPU-Effekte (VisioForge)

Frequently Asked Questions

Wird Accord.NET noch gepflegt?
Nein. Accord.NET ist auf GitHub archiviert und wird seit 2018 nicht mehr aktiv entwickelt. Es sind keine Sicherheitspatches, Fehlerbehebungen oder .NET 6+-Unterstützung geplant. Verwenden Sie VisioForge .Net SDK als moderne Accord.NET-Alternative.
Kann ich VisioForge für die Gesichtserkennung ohne OpenCvSharp verwenden?
Ja. VisioForge .Net SDK enthält drei integrierte Gesichtserkennungs-Engines — Haar-Kaskade (CVFaceDetectBlock), DNN-basiert (CVFaceDetectBlock) und DLib-basiert (CVFaceDetectBlock). Keine zusätzliche OpenCV-Installation erforderlich.
Unterstützt VisioForge .NET 6, .NET 8, .NET 9 und .NET 10?
Ja. Alle VisioForge .Net SDK-Pakete unterstützen .NET 6 bis .NET 10, einschließlich plattformübergreifender Bereitstellung auf Windows, macOS und Linux.
Was ist die beste Accord.NET-Alternative für Videoaufnahme in C#?
VisioForge Video Capture SDK .Net ersetzt Accord.Video (und das zugrunde liegende AForge.Video) durch eine moderne asynchrone API mit Unterstützung für Webcams, IP-Kameras (RTSP/ONVIF), Bildschirmaufnahme und Ausgabe in MP4, WebM und andere Formate.
Kann ich schrittweise von Accord.NET migrieren?
Ja. VisioForge SDKs können während der Migration neben Accord.NET-Paketen bestehen. Ersetzen Sie eine Komponente nach der anderen — beginnen Sie mit der Videoaufnahme, dann Vision, dann ML — und entfernen Sie Accord.NET NuGet-Pakete nach Abschluss jedes Migrationsschritts.

Erste Schritte mit VisioForge .Net SDK

Verwandte Migrationsanleitungen