使用OpenCV进行人脸检测（Viola-Jones人脸检测方法）

扩展阅读：　

OpenCV用于人脸检测

参考文献：Paul Viola, Michael J. Jones. Robust Real-Time Face Detection[J]. International Journal of Computer Vision,2004,57(2):137-154.

优点：

1.积分图像（integral image）快速计算Haar-like特征。

2.利用Adaboost算法进行特征选择和分类器训练，把弱分类器组合成强分类器。

3.采用分类器级联提高效率。

检测步骤：

Ｓｔｅｐ1　加载分类器

　　读入xml格式的模型文件，其中haarcascade_frontalface_atl.xml和haarcascade_frontalface_atl2.xml效果较好。文件在OpenCV安装目录下的“data/haarcascades/”路径下。

Ｓｔｅｐ2　读入待检测图像（或者视频解码后的图像）

Ｓｔｅｐ３　调用用函数检测人脸。

代码１：

#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 = "haarcascade_frontalface_alt.xml"; 
//该文件存在于OpenCV安装目录下的\sources\data\haarcascades内，需要将该xml文件复制到当前工程目录下
CascadeClassifier face_cascade; 
void detectAndDisplay( Mat frame ); 
int main( int argc, char** argv ){ 
	Mat image; 
	image =imread("face.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 ) ){  
		printf("级联分类器错误，可能未找到文件，拷贝该文件到工程目录下！\n"); 
		return -1;  
	} 
	detectAndDisplay(image); //调用人脸检测函数
	waitKey(0);  
	//暂停显示一下。
} 

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

	cvtColor( face, face_gray, CV_BGR2GRAY );  //rgb类型转换为灰度类型
	equalizeHist( face_gray, face_gray );   //直方图均衡化

	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("人脸识别", face ); 
} 

代码1效果：

代码２：

#include "cv.h" 
#include "highg