opencv学习-Cascade Classifier-人脸人眼识别

CascadeClassifier类中的函数如下:

1 empty判断分类器是否加载成功;

2 load加载训练好的xml文件;

3 read读取xml文件;

4 detectMultiScale多尺度检测目标,返回一系列矩形;C++: void CascadeClassifier::detectMultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor=1.1, intminNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

5  setImage设定检测图片;

6 runAt制定从哪点开始检测;

例子如下:

#include <stdio.h>
#include <iostream>
#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;
void detectAndDisplay( Mat frame );
/** Global variables */
String face_cascade_name = "haarcascade_frontalface_alt.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
string window_name = "Capture - Face detection";
RNG rng(12345);
/** @function main */
int main( int argc, char** argv )
{
	VideoCapture cam("3.avi");
	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;
	}
	Mat frame;
	while (true)
	{
		if (cam.isOpened())
		{
			//frame=cvQueryFrame(cam);
			cam>>frame;
			if( !frame.empty() )
			{ detectAndDisplay( frame ); }
			else
			{ printf(" --(!) No captured frame -- Break!"); break; }

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

		}
	}
}
void detectAndDisplay( Mat frame )
{
	vector<Rect>faces;
	Mat frame_gray;
	cvtColor(frame,frame_gray,CV_BGR2GRAY);
	equalizeHist(frame_gray,frame_gray);
	face_cascade.detectMultiScale(frame_gray,faces,1.1,2,0, Size(30, 30) );
	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(frame,center,Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 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 , Size(30, 30) );
		for( int j = 0; j < eyes.size(); j++ )
		{
			Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 );
			int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 );
			circle( frame, center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 );
		}
	}
	imshow(window_name, frame);
	
}


OpenCV是一个开源的计算机视觉库,其中包含了人脸识别的功能。Cascade Classifier是其中一种用于人脸识别的算法。 下面是一个CSDN上的人脸识别的例程,详细实现了使用Cascade Classifier进行人脸识别的步骤。 首先,我们需要导入OpenCV库,包括core、highgui和imgproc。 ```python import cv2 # 加载cascade classifier训练好的分类器 face_cascade = cv2.CascadeClassifier('path/to/haarcascade_frontalface_default.xml') # 利用摄像头捕捉实时视频 cap = cv2.VideoCapture(0) while True: # 读取视频帧 ret, frame = cap.read() # 将视频帧转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 运用cascade classifier进行人脸识别 faces = face_cascade.detectMultiScale(gray, 1.1, 4) # 在视频帧中绘制矩形框标记出人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) # 显示处理后的视频帧 cv2.imshow('Face Detection', frame) # 按下q键退出循环 if cv2.waitKey(1) == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows() ``` 以上是一个简单的例程,实现了使用Cascade Classifier进行人脸识别的功能。步骤包括加载训练好的分类器、从摄像头捕捉实时视频、将视频帧转换为灰度图像、利用Cascade Classifier进行人脸识别、在视频帧中绘制矩形框标记出人脸,并在窗口中显示处理后的视频帧。按下q键可以退出循环,并释放资源。 希望能对你有所帮助!
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值