基于opencv的疲劳驾驶检测中人脸和人眼的检测

代码：

#include "opencv2/core/core.hpp" 
#include "opencv2/objdetect/objdetect.hpp" 
#include "opencv2/highgui/highgui.hpp" 
#include <opencv2/imgproc/imgproc.hpp> 
#include <iostream> 

using namespace std; 
using namespace cv; 

string face_cascade_name = "haarcascade_frontalface_alt.xml";
string eyes_cascade_name ="haarcascade_eye.xml";
//人脸和人眼检测级联分类器
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
void detectAndDisplay( Mat frame );
int main( int argc, const char** argv ){ 

	if( !face_cascade.load( face_cascade_name ) ){  
		cout<<"人脸级联分类器错误，可能未找到文件，请将分类器文件拷贝到当前目录下！"<<endl;
		return -1;  
	} 
	if( !eyes_cascade.load( eyes_cascade_name ) ){  
		cout<<"人眼级联分类器错误，可能未找到文件，请将分类器文件拷贝到当前目录下！"<<endl;
		return -1;  
	}	
	
	//读入需要检测的图像
	Mat M=imread("44.png");
	if(!M.data)
	{
		cout<<"图片不存在，请将图片拷贝到当前目录下！"<<endl;
		return -1;
	}
	imshow("原图",M);
	detectAndDisplay(M);
	cvWaitKey(0);	
	return 0;  
} 

void detectAndDisplay( Mat frame ){ 
	vector<Rect> faces; //人脸矩形向量组
	Mat frame_gray;
	cvtColor( frame, frame_gray, CV_BGR2GRAY );  //rgb类型转换为灰度类型
	equalizeHist( frame_gray,frame_gray );   //直方图均衡化	
	/*detectMultiScale函数中frame_gray表示的是要检测的人脸图像，faces表示检测到的人脸序列，1.1表示 
    每次图像尺寸减小的比例为1.1，2表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大 
    小都可以检测到人脸),CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测，而是缩放图像，Size(30, 30)为目标的 
    最小最大尺寸*/  
	face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) ); 
	for( size_t i = 0; i < faces.size(); i++ ){ 
		//画出人脸区域的红色矩形框 
		rectangle(frame,faces[i],Scalar(0,0,255),2,8,0);
		//选取人脸兴趣图像，使得眼睛在检测在人脸范围内进行
		Mat faceROI=frame_gray(faces[i]);			
		//在每张脸中识别眼睛
		vector<Rect> eyes;//人眼矩形向量组
		eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );		
		for( size_t j = 0; j < eyes.size(); j++ )
		{			
			//人眼矩形框对角线的坐标点
			Point p1(int(faces[i].x + eyes[j].x ), int(faces[i].y + eyes[j].y));
			Point p2(int(faces[i].x + eyes[j].x + eyes[j].width), int(faces[i].y + eyes[j].y + eyes[j].height) );
			//画出人眼区域的蓝色矩形框
			rectangle(frame,p1,p2,Scalar(255,0,0),2,8,0);
		}	
	} 
	imshow("检测结果", frame ); 
} 

效果展示