本文将介绍如何利用OpenCV的LBP检测器实现人脸识别的
基本步骤:
1.用opencv实现人脸检测
2.加载LBP人脸检测器
一般来说分类训练器的xml文件路径如下:....\opencv\sources\data\lbpcascades
每个人的安装位置不同,训练器的xml也不同,我的是opencv3.0的,需要将该xml文件复制到当前工程目录下 。
3.载入图片,或者访问相机
4.利用前面加载的LBP检测器检测对象(人脸)
- 将彩色图转换为灰度图
- 收缩摄像机图像(前提是访问摄像头)
- 直方图均衡化
示例代码:
//LBP检测器的运用
//本程序可以运行,用于人脸识别和人眼识别
#include<opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
void detectAndDisplay(Mat frame);
int main(int argc, char** argv)
{
Mat srcImage;
//============【1】载入并显示人脸图片=========
srcImage = imread("image/face.jpg", 1); //当前工程image目录下的jpg文件,注意目录符号
imshow("原图", srcImage);
//============【2】加载分类器=========
//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的自建xml文件夹里
if (!face_cascade.load("xml\\lbpcascade_frontalface.xml"))//也可用Haar分类器
{
printf("人脸检测器加载失败,请拷贝该文件到工程目录下!\n");
return -1;
}
if (!eyes_cascade.load("xml\\haarcascade_eye.xml"))
{
printf("人眼检测器加载失败,请拷贝该文件到工程目录下!\n");
return -1;
};
//============【3】调用人脸检测函数 =========
detectAndDisplay(srcImage);
waitKey(0);//暂停显示一下,ESC退出
}
//= == == == == == =【4】自定义人脸检测函数 == == == ==
void detectAndDisplay(Mat dispFace)
{
//定义变量
std::vector<Rect> faces;
std::vector<Rect>eyes;
Mat srcFace, grayFace, eqlHistFace;
int eye_number = 0;
//*****************0.0图像预处理******************
cvtColor(dispFace, grayFace, CV_BGR2GRAY); //rgb类型转换为灰度类型
equalizeHist(grayFace, eqlHistFace); //直方图均衡化
//*****************1.1.人脸检测******************
face_cascade.detectMultiScale(eqlHistFace, faces, 1.1, 3, 0 | CV_HAAR_SCALE_IMAGE, Size(10, 10));
//增大第四个参数可以提高检测精度,但也可能会造成遗漏
//人脸尺寸minSize和maxSize,关键参数,自行设定,随图片尺寸有很大关系,
for (unsigned int i = 0; i < faces.size(); i++)
{
//*****************1.2用绿色椭圆标记检测到的人脸*****************
Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
ellipse(dispFace, center, Size(faces[i].width / 2, faces[i].height * 65 / 100), 0, 0, 360, Scalar(50, 255, 0), 2, 8, 0);
//*****************2.1人眼检测*****************
Mat faceROI = eqlHistFace(faces[i]);
eyes_cascade.detectMultiScale(faceROI, eyes, 1.2, 3, 0| CV_HAAR_SCALE_IMAGE, Size(15, 15), Size(80, 80));
eye_number += eyes.size();//人眼计数
//*****************2.2用绿色椭圆标记检测到的人眼*****************
for (unsigned int j = 0; j <eyes.size() ; j++)
{
Point 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[i].height)*0.25);
circle(dispFace, center, radius, Scalar(105, 50, 255), 2, 8, 0);
}
}
//*****************3.0检测结果输出*****************
cout << "检测结果\n人脸: " << faces.size() << " 张" << endl;
cout<<"人眼: "<<eye_number <<" 只"<< endl;
imshow("人脸识别结果", dispFace);
}
运行结果: