人脸检测的测试程序（视频和摄像头）

最新推荐文章于 2023-01-10 21:00:53 发布

那年聪聪

最新推荐文章于 2023-01-10 21:00:53 发布

阅读量3.1k

点赞数 1

分类专栏：人脸识别文章标签：人脸检测

本文链接：https://blog.csdn.net/duan19920101/article/details/53502006

版权

人脸识别专栏收录该内容

21 篇文章 3 订阅

订阅专栏

人脸检测的测试程序（视频和摄像头），仅供测试使用。

#include"stdafx.h"
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/opencv.hpp"

#include <vector>
#include <cstdio>
#ifdef _DEBUG  
#pragma comment(lib,"lib/opencv_core249d.lib")  
#pragma comment(lib,"lib/opencv_imgproc249d.lib")  
#pragma comment(lib,"lib/opencv_highgui249d.lib")  
#pragma comment(lib,"lib/opencv_objdetect249d.lib")  
#pragma comment(lib,"lib/opencv_ml249d.lib")
#else  
#pragma comment(lib,"lib/opencv_core249")  
#pragma comment(lib,"lib/opencv_imgproc249")  
#pragma comment(lib,"lib/opencv_highgui249")  
#pragma comment(lib,"lib/opencv_objdetect249")  
#pragma comment(lib,"lib/opencv_ml249")
#endif 
using namespace std;
using namespace cv;

int main()
{
	Mat grayImage, dstImage;
	// 定义7种颜色，用于标记人脸
	Scalar colors[] =
	{
		// 红橙黄绿青蓝紫
		CV_RGB(255, 0, 0),
		CV_RGB(255, 97, 0),
		CV_RGB(255, 255, 0),
		CV_RGB(0, 255, 0),
		CV_RGB(0, 255, 255),
		CV_RGB(0, 0, 255),
		CV_RGB(160, 32, 240)
	};
	// 【1】加载分类器
	CascadeClassifier cascade;
	cascade.load("haarcascade_frontalface_alt2.xml");

	CvCapture* capture = 0;
	//capture = cvCaptureFromAVI("vid.wmv");
	capture = cvCaptureFromCAM(0);
	if (!capture)
	{
		cerr << "cannot initialize video!" << endl;
		return -1;
	}
	Mat Image, current_shape;
	for (;;){
		Image = cvQueryFrame(capture);
		flip(Image, Image, 1);//使用摄像头时需要翻转图像	
		cvtColor(Image, grayImage, CV_BGR2GRAY); // 生成灰度图，提高检测效率
		// 【3】检测
		vector<Rect> rect;
		cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0);  // 分类器对象调用

		printf("检测到人脸个数：%d\n", rect.size());

		// 【4】标记--在脸部画圆
		for (int i = 0; i < rect.size(); i++)
		{
			Point center;
			int radius;
			center.x = cvRound((rect[i].x + rect[i].width * 0.5));
			center.y = cvRound((rect[i].y + rect[i].height * 0.5));

			radius = cvRound((rect[i].width + rect[i].height) * 0.25);
			circle(Image, center, radius, colors[i % 7], 2);
		}
		namedWindow("1", CV_WINDOW_AUTOSIZE);
		imshow("1", Image);
		waitKey(3);
	}

	return 0;
}

cascade.detectMultiScale(smallImg, faces,1.1, 3, 0
//|CV_HAAR_FIND_BIGGEST_OBJECT
//|CV_HAAR_DO_ROUGH_SEARCH
| CV_HAAR_SCALE_IMAGE
,Size(30, 30));
detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg，faces表示检测到的人脸目标序列，1.1表示每次图像尺寸减小的比例为1.1，3表示每一个候选矩形需要记录3个邻居,CV_HAAR_SCALE_IMAGE表示使用haar特征，Size(30, 30)为目标的最小最大尺寸。