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:

[cpp]  view plain copy

1. #include "stdafx.h"  
2. #include "cv.h"  
3. #include "highgui.h"  
4. #include <stdio.h>  
5. #include <stdlib.h>  
6. #include <string.h>  
7. #include <assert.h>  
8. #include <math.h>  
9. #include <float.h>  
10. #include <limits.h>  
11. #include <time.h>  
12. #include <ctype.h>  
13. #include <opencv2\contrib\contrib.hpp>    
14. #include <opencv2\core\core.hpp>    
15. #include <opencv2\highgui\highgui.hpp>   
16. #include <iostream>  
17. #include <fstream>  
18. #include <sstream>  
19. #include "detect_recog.h"  
20.   
21. using namespace std;  
22. using namespace cv;  
23. #ifdef _EiC  
24. #define WIN32  
25. #endif  
26.   
27. CvMemStorage* storage = 0;  
28. CvHaarClassifierCascade* cascade = 0;  
29. CvHaarClassifierCascade* nested_cascade = 0;  
30. int use_nested_cascade = 0;  
31. const char* cascade_name =  
32.     "./data/haarcascade_frontalface_alt.xml";//别人已经训练好的人脸检测xml数据  
33. const char* nested_cascade_name =  
34.     "./data/haarcascade_eye_tree_eyeglasses.xml";  
35. CvCapture* capture = 0;  
36. IplImage *frame, *frame_copy = 0;  
37. IplImage *image = 0;  
38. const char* scale_opt = "--scale="; // 分类器选项指示符号   
39. int scale_opt_len = (int)strlen(scale_opt);  
40. const char* cascade_opt = "--cascade=";  
41. int cascade_opt_len = (int)strlen(cascade_opt);  
42. const char* nested_cascade_opt = "--nested-cascade";  
43. int nested_cascade_opt_len = (int)strlen(nested_cascade_opt);  
44. double scale = 1;  
45. int num_components = 9;  
46. double facethreshold = 9.0;  
47. //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  
48. //cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer();  
49. //cv::Ptr<cv::FaceRecognizer> model = cv::createFisherFaceRecognizer();  
50. 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  
51.   
52. vector<Mat> images;//两个容器images,labels来存放图像数据和对应的标签  
53. vector<int> labels;  
54.   
55.   
56. int main( int argc, char** argv )  
57. {  
58.     cascade = (CvHaarClassifierCascade*)cvLoad(cascade_name, 0, 0, 0); //加载分类器   
59.     if(!cascade)   
60.     {  
61.         fprintf( stderr, "ERROR: Could not load classifier cascade\n" );  
62.         getchar();  
63.         return -1;  
64.     }  
65.     model->set("threshold", 2100.0);  
66.     string output_folder;  
67.     output_folder = string("./einfacedata");  
68.   
69.     //读取你的CSV文件路径  
70.     string fn_csv = string("./einfacedata/at.txt");  
71.     try  
72.     {  
73.         //通过./einfacedata/at.txt这个文件读取里面的训练图像和类别标签  
74.         read_csv(fn_csv, images, labels);     
75.     }  
76.     catch(cv::Exception &e)  
77.     {  
78.         cerr<<"Error opening file "<<fn_csv<<". Reason: "<<e.msg<<endl;  
79.         exit(1);  
80.     }  
81.     /* 
82.     //read_img这个函数直接从einfacedata/trainingdata目录下读取图像数据并默认将图像置为0 
83.     //所以如果用这个函数只能用来单个人脸验证 
84.     if(!read_img(images, labels)) 
85.     { 
86.         cout<< "Error in reading images!"; 
87.         images.clear(); 
88.         labels.clear(); 
89.         return 0; 
90.     } 
91.     */  
92.     cout << images.size() << ":" << labels.size()<<endl;  
93.     //如果没有读到足够的图片，就退出  
94.     if(images.size() <= 2)  
95.     {  
96.         string error_message = "This demo needs at least 2 images to work.";  
97.         CV_Error(CV_StsError, error_message);  
98.     }  
99.   
100.     //得到第一张照片的高度，在下面对图像变形到他们原始大小时需要  
101.     //int height = images[0].rows;  
102.     //移除最后一张图片，用于做测试  
103.     //Mat testSample = images[images.size() - 1];  
104.     //cv::imshow("testSample", testSample);  
105.     //int testLabel = labels[labels.size() - 1];  
106.     //images.pop_back();  
107.     //labels.pop_back();  
108.   
109.     //下面创建一个特征脸模型用于人脸识别，  
110.     // 通过CSV文件读取的图像和标签训练它。  
111.   
112.     //进行训练  
113.     model->train(images, labels);  
114.   
115.     storage = cvCreateMemStorage(0); // 创建内存存储器     
116.     capture = cvCaptureFromCAM(0); // 创建视频读取结构   
117.     cvNamedWindow( "result", 1 );  
118.     if( capture ) // 如过是视频或摄像头采集图像，则循环处理每一帧   
119.     {  
120.         for(;;)  
121.         {  
122.             if( !cvGrabFrame( capture ))  
123.                 break;  
124.             frame = cvRetrieveFrame( capture );  
125.             if( !frame )  
126.                 break;  
127.             if( !frame_copy )  
128.                 frame_copy = cvCreateImage( cvSize(640,480),IPL_DEPTH_8U, frame->nChannels );  
129.             if( frame->origin == IPL_ORIGIN_TL )  
130.                 cvCopy( frame, frame_copy, 0 );  
131.             else  
132.                 cvFlip( frame, frame_copy, 0 );  
133.               
134.             //detect_and_draw( frame_copy ); // 如果调用这个函数，只是实现人脸检测  
135.             //cout << frame_copy->width << "x" << frame_copy->height << endl;  
136.             recog_and_draw( frame_copy );//该函数实现人脸检测和识别  
137.             if( cvWaitKey( 100 ) >= 0 )//esc键值好像是100  
138.                 goto _cleanup_;  
139.         }  
140.         cvWaitKey(0);  
141.         _cleanup_: // 标记使用，在汇编里用过，C语言，我还没见用过   
142.         cvReleaseImage( &frame_copy );  
143.         cvReleaseCapture( &capture );  
144.     }      
145.     cvDestroyWindow("result");  
146.     return 0;  
147. }  

detect_recog.cpp:

[cpp]  view plain copy

1. #include "stdafx.h"  
2. #include "cv.h"  
3. #include "highgui.h"  
4. #include <stdio.h>  
5. #include <stdlib.h>  
6. #include <string.h>  
7. #include <assert.h>  
8. #include <math.h>  
9. #include <float.h>  
10. #include <limits.h>  
11. #include <time.h>  
12. #include <ctype.h>  
13. #include "detect_recog.h"  
14. #include <opencv2\contrib\contrib.hpp>    
15. #include <opencv2\core\core.hpp>    
16. #include <opencv2\highgui\highgui.hpp>   
17. #include <iostream>  
18. #include <fstream>  
19. #include <sstream>  
20. #include <stdio.h>  
21. #include <io.h>    
22. #include <direct.h>   
23.   
24. using namespace std;  
25. using namespace cv;  
26.   
27. //检测并圈出人脸，并将检测到的人脸进行判断属于训练图像中的哪一类  
28. void recog_and_draw( IplImage* img )   
29. {  
30.     static CvScalar colors[] =   
31.     {  
32.         {{0,0,255}},  
33.         {{0,128,255}},  
34.         {{0,255,255}},  
35.         {{0,255,0}},  
36.         {{255,128,0}},  
37.         {{255,255,0}},  
38.         {{255,0,0}},  
39.         {{255,0,255}}  
40.     };  
41.     IplImage *gray, *small_img;  
42.     int i, j;  
43.     gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );  
44.     small_img = cvCreateImage( cvSize( cvRound (img->width/scale),  
45.                          cvRound (img->height/scale)), 8, 1 );  
46.     cvCvtColor( img, gray, CV_BGR2GRAY ); // 彩色RGB图像转为灰度图像   
47.     cvResize( gray, small_img, CV_INTER_LINEAR );  
48.     cvEqualizeHist( small_img, small_img ); // 直方图均衡化   
49.     cvClearMemStorage( storage );  
50.     if( cascade )  
51.     {  
52.         double t = (double)cvGetTickCount();   
53.         CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,  
54.                                             1.1, 2, 0  
55.                                             //|CV_HAAR_FIND_BIGGEST_OBJECT  
56.                                             //|CV_HAAR_DO_ROUGH_SEARCH  
57.                                             |CV_HAAR_DO_CANNY_PRUNING  
58.                                             //|CV_HAAR_SCALE_IMAGE  
59.                                             ,  
60.                                             cvSize(30, 30) );  
61.         t = (double)cvGetTickCount() - t; // 统计检测使用时间   
62.         //printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );  
63.         for( i = 0; i < (faces ? faces->total : 0); i++ )  
64.         {  
65.             CvRect* r = (CvRect*)cvGetSeqElem( faces, i ); // 将faces数据从CvSeq转为CvRect   
66.             CvMat small_img_roi;  
67.             CvSeq* nested_objects;  
68.             CvPoint center;  
69.             CvScalar color = colors[i%8]; // 使用不同颜色绘制各个face，共八种色   
70.             int radius;  
71.             center.x = cvRound((r->x + r->width*0.5)*scale); // 找出faces中心   
72.             center.y = cvRound((r->y + r->height*0.5)*scale);  
73.             radius = cvRound((r->width + r->height)*0.25*scale);   
74.                   
75.             cvGetSubRect( small_img, &small_img_roi, *r );  
76.               
77.             //截取检测到的人脸区域作为识别的图像  
78.             IplImage *result;  
79.             CvRect roi;  
80.             roi = *r;  
81.             result = cvCreateImage( cvSize(r->width, r->height), img->depth, img->nChannels );  
82.             cvSetImageROI(img,roi);  
83.             // 创建子图像  
84.             cvCopy(img,result);  
85.             cvResetImageROI(img);  
86.               
87.             IplImage *resizeRes;  
88.             CvSize dst_cvsize;  
89.             dst_cvsize.width=(int)(100);  
90.             dst_cvsize.height=(int)(100);  
91.             resizeRes=cvCreateImage(dst_cvsize,result->depth,result->nChannels);  
92.             //检测到的区域可能不是100x100大小，所以需要插值处理到统一大小，图像的大小可以自己指定的  
93.             cvResize(result,resizeRes,CV_INTER_NN);  
94.             IplImage* img1 = cvCreateImage(cvGetSize(resizeRes), IPL_DEPTH_8U, 1);//创建目标图像    
95.             cvCvtColor(resizeRes,img1,CV_BGR2GRAY);//cvCvtColor(src,des,CV_BGR2GRAY)  
96.             cvShowImage( "resize", resizeRes );  
97.             cvCircle( img, center, radius, color, 3, 8, 0 ); // 从中心位置画圆，圈出脸部区域  
98.             int predictedLabel = -1;  
99.             Mat test = img1;  
100.             //images[images.size() - 1] = test;  
101.             model->train(images, labels);  
102.               
103.             //如果调用read_img函数时 chdir将默认目录做了更改，所以output.jpg自己找一下吧  
104.             imwrite("../ouput.jpg",test);  
105.   
106.             //在这里对人脸进行判别  
107.             double predicted_confidence = 0.0;  
108.             model->predict(test,predictedLabel,predicted_confidence);  
109.             if(predictedLabel == 0)  
110.                 cvText(img, "yes", r->x+r->width*0.5, r->y);   
111.             else  
112.                 cvText(img, "no", r->x+r->width*0.5, r->y);   
113.             //cout << "predict:"<<model->predict(test) << endl;  
114.             cout << "predict:"<< predictedLabel << "\nconfidence:" << predicted_confidence << endl;  
115.   
116.             if( !nested_cascade )  
117.                 continue;  
118.               
119.             nested_objects = cvHaarDetectObjects( &small_img_roi, nested_cascade, storage,  
120.                                         1.1, 2, 0  
121.                                         //|CV_HAAR_FIND_BIGGEST_OBJECT  
122.                                         //|CV_HAAR_DO_ROUGH_SEARCH  
123.                                         //|CV_HAAR_DO_CANNY_PRUNING  
124.                                         //|CV_HAAR_SCALE_IMAGE  
125.                                         ,  
126.                                         cvSize(0, 0) );  
127.             for( j = 0; j < (nested_objects ? nested_objects->total : 0); j++ )  
128.             {  
129.                 CvRect* nr = (CvRect*)cvGetSeqElem( nested_objects, j );  
130.                 center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);  
131.                 center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);  
132.                 radius = cvRound((nr->width + nr->height)*0.25*scale);  
133.                 cvCircle( img, center, radius, color, 3, 8, 0 );  
134.             }  
135.         }  
136.     }  
137.     cvShowImage( "result", img );  
138.     cvReleaseImage( &gray );  
139.     cvReleaseImage( &small_img );  
140. }  
141. void cvText(IplImage* img, const char* text, int x, int y)    
142. {    
143.     CvFont font;    
144.     double hscale = 1.0;    
145.     double vscale = 1.0;    
146.     int linewidth = 2;    
147.     cvInitFont(&font,CV_FONT_HERSHEY_SIMPLEX | CV_FONT_ITALIC,hscale,vscale,0,linewidth);    
148.     CvScalar textColor =cvScalar(0,255,255);    
149.     CvPoint textPos =cvPoint(x, y);    
150.     cvPutText(img, text, textPos, &font,textColor);    
151. }  
152.   
153. Mat norm_0_255(cv::InputArray _src)  
154. {  
155.     Mat src = _src.getMat();  
156.     Mat dst;  
157.   
158.     switch(src.channels())  
159.     {  
160.     case 1:  
161.         cv::normalize(_src, dst, 0, 255, cv::NORM_MINMAX, CV_8UC1);  
162.         break;  
163.     case 3:  
164.         cv::normalize(_src, dst, 0, 255, cv::NORM_MINMAX, CV_8UC3);  
165.         break;  
166.     default:  
167.         src.copyTo(dst);  
168.         break;  
169.     }  
170.   
171.     return dst;  
172. }  
173. //读取文件中的图像数据和类别，存入images和labels这两个容器  
174. void read_csv(const string &filename, vector<Mat> &images, vector<int> &labels, char separator)  
175. {  
176.     std::ifstream file(filename.c_str(), ifstream::in);  
177.     if(!file)  
178.     {  
179.         string error_message = "No valid input file was given.";  
180.         CV_Error(CV_StsBadArg, error_message);  
181.     }  
182.   
183.     string line, path, classlabel;  
184.     while(getline(file, line))  
185.     {  
186.         stringstream liness(line);  
187.         getline(liness, path, separator);  //遇到分号就结束  
188.         getline(liness, classlabel);     //继续从分号后面开始，遇到换行结束  
189.         if(!path.empty() && !classlabel.empty())  
190.         {  
191.             images.push_back(imread(path, 0));  
192.             labels.push_back(atoi(classlabel.c_str()));  
193.         }  
194.     }  
195. }  
196. bool read_img(vector<Mat> &images, vector<int> &labels)  
197. {  
198.       
199.     long file;    
200.     struct _finddata_t find;    
201.     
202.     _chdir("./einfacedata/trainingdata/");    
203.     if((file=_findfirst("*.*", &find))==-1L) {    
204.         //printf("空白!/n");    
205.         return false;    
206.     }    
207.     //fileNum = 0;    
208.     //strcpy(fileName[fileNum], find.name);  
209.     int i = 0;  
210.     while(_findnext(file, &find)==0)    
211.     {    
212.         if(i == 0)  
213.         {  
214.             i++;  
215.             continue;  
216.         }  
217.         images.push_back(imread(find.name, 0));  
218.         labels.push_back(0);    
219.         cout << find.name << endl;  
220.     }    
221.     _findclose(file);  
222.     return true;  
223. }  
224. // 只是检测人脸，并将人脸圈出   
225. void detect_and_draw( IplImage* img )   
226. {  
227.     static CvScalar colors[] =   
228.     {  
229.         {{0,0,255}},  
230.         {{0,128,255}},  
231.         {{0,255,255}},  
232.         {{0,255,0}},  
233.         {{255,128,0}},  
234.         {{255,255,0}},  
235.         {{255,0,0}},  
236.         {{255,0,255}}  
237.     };  
238.     IplImage *gray, *small_img;  
239.     int i, j;  
240.     gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );  
241.     small_img = cvCreateImage( cvSize( cvRound (img->width/scale),  
242.                          cvRound (img->height/scale)), 8, 1 );  
243.     cvCvtColor( img, gray, CV_BGR2GRAY ); // 彩色RGB图像转为灰度图像   
244.     cvResize( gray, small_img, CV_INTER_LINEAR );  
245.     cvEqualizeHist( small_img, small_img ); // 直方图均衡化   
246.     cvClearMemStorage( storage );  
247.     if( cascade )  
248.     {  
249.         double t = (double)cvGetTickCount();   
250.         CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,  
251.                                             1.1, 2, 0  
252.                                             //|CV_HAAR_FIND_BIGGEST_OBJECT  
253.                                             //|CV_HAAR_DO_ROUGH_SEARCH  
254.                                             |CV_HAAR_DO_CANNY_PRUNING  
255.                                             //|CV_HAAR_SCALE_IMAGE  
256.                                             ,  
257.                                             cvSize(30, 30) );  
258.         t = (double)cvGetTickCount() - t; // 统计检测使用时间   
259.         printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );  
260.         for( i = 0; i < (faces ? faces->total : 0); i++ )  
261.         {  
262.             CvRect* r = (CvRect*)cvGetSeqElem( faces, i ); // 将faces数据从CvSeq转为CvRect   
263.             CvMat small_img_roi;  
264.             CvSeq* nested_objects;  
265.             CvPoint center;  
266.             CvScalar color = colors[i%8]; // 使用不同颜色绘制各个face，共八种色   
267.             int radius;  
268.             center.x = cvRound((r->x + r->width*0.5)*scale); // 找出faces中心   
269.             center.y = cvRound((r->y + r->height*0.5)*scale);  
270.             radius = cvRound((r->width + r->height)*0.25*scale);   
271.             cvCircle( img, center, radius, color, 3, 8, 0 ); // 从中心位置画圆，圈出脸部区域   
272.             if( !nested_cascade )  
273.                 continue;  
274.             cvGetSubRect( small_img, &small_img_roi, *r );  
275.             nested_objects = cvHaarDetectObjects( &small_img_roi, nested_cascade, storage,  
276.                                         1.1, 2, 0  
277.                                         //|CV_HAAR_FIND_BIGGEST_OBJECT  
278.                                         //|CV_HAAR_DO_ROUGH_SEARCH  
279.                                         //|CV_HAAR_DO_CANNY_PRUNING  
280.                                         //|CV_HAAR_SCALE_IMAGE  
281.                                         ,cvSize(0, 0) );  
282.             for( j = 0; j < (nested_objects ? nested_objects->total : 0); j++ )  
283.             {  
284.                 CvRect* nr = (CvRect*)cvGetSeqElem( nested_objects, j );  
285.                 center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);  
286.                 center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);  
287.                 radius = cvRound((nr->width + nr->height)*0.25*scale);  
288.                 cvCircle( img, center, radius, color, 3, 8, 0 );  
289.             }  
290.         }  
291.     }  
292.     cvShowImage( "result", img );  
293.     cvReleaseImage( &gray );  
294.     cvReleaseImage( &small_img );  
295. }  

detect_recog.h:

[cpp]  view plain copy

1. #include "stdafx.h"  
2. #include "cv.h"  
3. #include "highgui.h"  
4. #include <stdio.h>  
5. #include <stdlib.h>  
6. #include <string.h>  
7. #include <assert.h>  
8. #include <math.h>  
9. #include <float.h>  
10. #include <limits.h>  
11. #include <time.h>  
12. #include <ctype.h>  
13. //s///  
14. #include <opencv2\contrib\contrib.hpp>    
15. #include <opencv2\core\core.hpp>    
16. #include <opencv2\highgui\highgui.hpp>   
17. #include <iostream>  
18. #include <fstream>  
19. #include <sstream>  
20. using namespace std;  
21. using namespace cv;  
22.   
23. #ifndef DETECT_RECOG_H  
24. #define DETECT_RECOG_H  
25.   
26. extern CvMemStorage* storage;  
27. extern CvHaarClassifierCascade* cascade;  
28. extern CvHaarClassifierCascade* nested_cascade;  
29. extern int use_nested_cascade;  
30. extern const char* cascade_name;  
31. extern const char* nested_cascade_name;  
32. extern double scale;  
33.   
34. extern cv::Ptr<cv::FaceRecognizer> model;  
35. extern vector<Mat> images;  
36. extern vector<int> labels;  
37.   
38. void detect_and_draw( IplImage* img ); // 检测和绘画   
39. void recog_and_draw( IplImage* img ); // 检测和绘画   
40. void read_csv(const string &filename, vector<Mat> &images, vector<int> &labels, char separator = ';');  
41. bool read_img(vector<Mat> &images, vector<int> &labels);  
42. Mat norm_0_255(cv::InputArray _src);  
43. void cvText(IplImage* img, const char* text, int x, int y);  
44. #endif  

顶

2

 

踩

1