OpenCV入门十：静态图片人脸检测和摄像头人脸检测

主要用到OpenCV自带的CascadeClassifier这个类下的detectMultiScale函数，其检测效果并不是很好

    

void CascadeClassifier::detectMultiScale(InputArray image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

 

 

总共有7个参数，分别是

第一个参数image:  要检测的图片，一般为灰度图

第二个参数objects:  Rect型的容器，存放所有检测出的人脸，每个人脸是一个矩形

第三个参数scaleFactor:  缩放因子，对图片进行缩放，默认为1.1

第四个参数minNeighbors： 最小邻居数，默认为3

第五个参数flags:  兼容老版本的一个参数，在3.0版本中没用处。默认为0

第六个参数minSize: 最小尺寸，检测出的人脸最小尺寸

第七个参数maxSize： 最大尺寸，检测出的人脸最大尺寸

 

（1）静态图片上的人脸检测

 

 

#include "opencv2/core/core.hpp" 
#include "opencv2/objdetect/objdetect.hpp" 
#include "opencv2/highgui/highgui.hpp" 
#include "opencv2/imgproc/imgproc.hpp" 

#include <iostream> 
#include <stdio.h> 

using namespace std; 
using namespace cv; 
string face_cascade_name = "D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_default.xml"; 

CascadeClassifier face_cascade; 
void detectAndDisplay( Mat frame ); 
int main( int argc, char** argv ){ 
	Mat image; 
	image =imread("E:/snsd.jpg",1);  //当前工程的image目录下的mm.jpg文件，注意目录符号
	if( !face_cascade.load( face_cascade_name ) ){  
		cout<<"xml文件加载失败"<<endl; 
		return -1;  
	} 
	detectAndDisplay(image); //调用人脸检测函数
	waitKey(0);  
} 

void detectAndDisplay( Mat face ){ 
	std::vector<Rect> faces; 
	Mat face_gray; 

	cvtColor( face, face_gray, CV_BGR2GRAY );  
	equalizeHist( face_gray, face_gray );   

	face_cascade.detectMultiScale( face_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(1, 1) ); 

	for( int i = 0; i < faces.size(); i++ ){ 
		Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 ); 
		ellipse( face, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 0), 2,7, 0 ); 
	} 

	imshow("静态图片人脸识别", face ); 
} 

或者

 

 

#include "opencv2\opencv.hpp"
#include <iostream>
using namespace std;
using namespace cv;

int main()
{
	string xmlPath="D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_default.xml"; 
	CascadeClassifier ccf;   //创建分类器对象
	Mat img=imread("E:/snsd.jpg");   
	if(!ccf.load(xmlPath))   //加载训练文件
	{
		cout<<"不能加载指定的xml文件"<<endl;
		return 0;
	}
	vector<Rect> faces;  //创建一个容器保存检测出来的脸
	Mat gray;
	cvtColor(img,gray,CV_BGR2GRAY); //转换成灰度图，因为harr特征从灰度图中提取
	equalizeHist(gray,gray);  //直方图均衡行
	ccf.detectMultiScale(gray,faces,1.1,3,0,Size(10,10),Size(100,100)); //检测人脸
	for(vector<Rect>::const_iterator iter=faces.begin();iter!=faces.end();iter++)
	{
		rectangle(img,*iter,Scalar(0,0,255),2,8); //画出脸部矩形
	}
	imshow("faces",img);
	waitKey(0);
	return 1;
}

结果

 

 

可以看出，有些人脸没有检测出来，或者是检测出来有位置错误。

（2）摄像头人脸检测

 

#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>
#include <stdio.h>

//命名空间
using namespace std;
using namespace cv;

//函数声明
void detectAndDisplay( Mat frame );

//全局变量
//-- Note, either copy these two files from opencv/data/haarscascades to your current folder, or change these locations
string face_cascade_name = "D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
string eyes_cascade_name = "D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
string window_name = "Capture - Face detection";
RNG rng(12345);

int main( void )
{
	CvCapture* capture;
	Mat frame;

	//-- 1. Load the cascades
	if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };
	if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };

	//-- 2. Read the video stream
	capture = cvCaptureFromCAM( 0);
	if( capture )
	{
		for(;;)
		{
			frame = cvQueryFrame( capture );

			//-- 3. Apply the classifier to the frame
			if( !frame.empty() )
			{ detectAndDisplay( frame ); }
			else
			{ printf(" --(!) No captured frame -- Break!"); break; }

			int c = waitKey(10);
			if( (char)c == 'c' ) { break; }

		}
	}
	return 0;
}

void detectAndDisplay( Mat frame )
{
	std::vector<Rect> faces;
	Mat frame_gray;

	cvtColor( frame, frame_gray, CV_BGR2GRAY );
	equalizeHist( frame_gray, frame_gray );
	//-- Detect faces
	face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );

	for( size_t i = 0; i < faces.size(); i++ )
	{
		Point center( faces[i].x + faces[i].width/2, faces[i].y + faces[i].height/2 );
		ellipse( frame, center, Size( faces[i].width/2, faces[i].height/2), 0, 0, 360, Scalar( 255, 0, 255 ), 2, 8, 0 );

		Mat faceROI = frame_gray( faces[i] );
		std::vector<Rect> eyes;

		//-- In each face, detect eyes
		eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );

		for( size_t j = 0; j < eyes.size(); j++ )
		{
			Point eye_center( faces[i].x + eyes[j].x + eyes[j].width/2, faces[i].y + eyes[j].y + eyes[j].height/2 );
			int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 );
			circle( frame, eye_center, radius, Scalar( 255, 0, 0 ), 3, 8, 0 );
		}
	}
	//-- Show what you got
	imshow( window_name, frame );
}

结果

 

如果您觉得这篇博文有用，请访问我的个人站：http://www.stubbornhuang.com，更多博文干货等着您。