基于OpenCV读取摄像头进行人脸检测和人脸识别

前段时间使用OpenCV的库函数实现了人脸检测和人脸识别，笔者的实验环境为VS2010+OpenCV2.4.4，OpenCV的环境配置网上有很多，不再赘述。检测的代码网上很多，记不清楚从哪儿copy的了，识别的代码是从OpenCV官网上找到的：http://docs.opencv.org/trunk/modules/contrib/doc/facerec/facerec_api.html

需要注意的是，opencv的FaceRecogizer目前有三个类实现了它，特征脸和fisherface方法最少训练图像为两张，而LBP可以单张图像训练。本人的实验采用的图片是100x100大小的，所以如果要添加自己的图像进行识别的话务必调整为100x100，不然会报错。当然在recog_and_draw这个函数里，笔者也将每次检测到的人脸进行了保存，拖出来重命名就可以，路径自己找吧。使用不同的方法识别时，其阈值设置也不同，LBP大概在100，其他两种方法大概在1000。本人的代码已共享，下载链接：http://download.csdn.net/detail/u010944555/6749725

ps：有人说代码的检测率不高，其实可以归结为两方面的原因，第一人脸检测率不高，这个可以通过嵌套检测嘴角、眼睛等来降低，或者背景、光照固定的话可以通过图像差分来解决；第二是识别方法本身的问题，如果想提高识别率，可以添加多张不同姿态、光照下的人脸作为训练的样本，如果有时间的话可以在采集图像时给出一个人脸框，引导用户对齐人脸进行采集，三星手机解除锁屏就有这么一个功能。

效果图：

废话不多说，上传代码。

main:

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <math.h>
#include <float.h>
#include <limits.h>
#include <time.h>
#include <ctype.h>
#include <opencv2\contrib\contrib.hpp>  
#include <opencv2\core\core.hpp>  
#include <opencv2\highgui\highgui.hpp> 
#include <iostream>
#include <fstream>
#include <sstream>
#include "detect_recog.h"

using namespace std;
using namespace cv;
#ifdef _EiC
#define WIN32
#endif

CvMemStorage* storage = 0;
CvHaarClassifierCascade* cascade = 0;
CvHaarClassifierCascade* nested_cascade = 0;
int use_nested_cascade = 0;
const char* cascade_name =
    "./data/haarcascade_frontalface_alt.xml";//别人已经训练好的人脸检测xml数据
const char* nested_cascade_name =
    "./data/haarcascade_eye_tree_eyeglasses.xml";
CvCapture* capture = 0;
IplImage *frame, *frame_copy = 0;
IplImage *image = 0;
const char* scale_opt = "--scale="; // 分类器选项指示符号 
int scale_opt_len = (int)strlen(scale_opt);
const char* cascade_opt = "--cascade=";
int cascade_opt_len = (int)strlen(cascade_opt);
const char* nested_cascade_opt = "--nested-cascade";
int nested_cascade_opt_len = (int)strlen(nested_cascade_opt);
double scale = 1;
int num_components = 9;
double facethreshold = 9.0;
//opencv的FaceRecogizer目前有三个类实现了他，特征脸和fisherface方法最少训练图像为两张，而LBP可以单张图像训练
//cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer();
//cv::Ptr<cv::FaceRecognizer> model = cv::createFisherFaceRecognizer();
cv::Ptr<cv::FaceRecognizer> model = cv::createLBPHFaceRecognizer();//LBP的这个方法在单个人脸验证方面效果最好

vector<Mat> images;//两个容器images,labels来存放图像数据和对应的标签
vector<int> labels;


int main( int argc, char** argv )
{
	cascade = (CvHaarClassifierCascade*)cvLoad(cascade_name, 0, 0