Alternative à Accord.NET : Guide de migration vers VisioForge .Net SDK

Pourquoi remplacer Accord.NET ?

Accord.NET a incorporé le code source d'AForge.NET en 2015 et l'a étendu avec l'apprentissage automatique, les statistiques et des algorithmes supplémentaires de vision par ordinateur. Le projet est maintenant archivé sur GitHub sans maintenance active. Si vous cherchez un remplacement ou une alternative à Accord.NET pour .NET 6-10, ce guide couvre tous les chemins de migration.

Stratégie de migration

Accord.NET couvrait trois domaines. Chacun migre vers une pile moderne différente :

Migration de capture vidéo : Accord.Video → VisioForge

Accord.Video est essentiellement AForge.Video avec des ajouts mineurs. Si vous utilisez `VideoCaptureDevice`, `MJPEGStream` ou `ScreenCaptureStream` d'Accord.NET, remplacez-les par le VisioForge Video Capture SDK pour la capture webcam moderne en C#, le streaming RTSP et l'enregistrement d'écran sur .NET 6-10.

Correspondance des classes

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();

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();

Migration de vision par ordinateur : Accord.Vision → VisioForge / OpenCvSharp

VisioForge .Net SDK inclut des blocs de vision par ordinateur intégrés alimentés par OpenCV 4.11 et DLib. Ceux-ci s'intègrent directement dans les pipelines multimédias VisioForge — aucune conversion manuelle de frames ni bibliothèques externes nécessaires. Pour le traitement d'images autonome en dehors d'un pipeline vidéo, OpenCvSharp peut être utilisé directement.

Correspondance des classes

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

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

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

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

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));

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

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

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

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

Migration d'apprentissage automatique : Accord.MachineLearning → ML.NET

Pour l'inférence d'apprentissage profond pendant le traitement vidéo, VisioForge fournit une détection faciale DNN intégrée (`CVFaceDetectBlock`), une détection de piétons (`CVFaceDetectBlock`) et un suivi d'objets (`CVMotionCellsBlock`). Pour les modèles personnalisés, intégrez ONNX Runtime avec des callbacks de frames.

Correspondance des classes ML

Liste de vérification de migration

Ce que vous gagnez après la migration

Frequently Asked Questions

Démarrer avec VisioForge .Net SDK

Guides de migration associés