计算机视觉 OpenCV【八：应用之人脸识别】

目录

一、步骤

1.1.创建级联分类器

1.2.载入训练模型

1.3.文件判空检查

1.4.创建人脸存放的vector

1.5.使用detectMultiScale函数

1.5.1 函数参数详解

1.6.在原图中画出人脸矩形边框

二、效果

三、代码

---

一、步骤

1.1.创建级联分类器

	//创建级联分类器
	CascadeClassifier faceCascade;

1.2.载入训练模型

	//载入训练模型
	faceCascade.load("Resources/haarcascade_frontalface_default.xml");

1.3.文件判空检查

	//文件判空检查
	if (faceCascade.empty())
	{
		cout << "XML file not loaded" << endl;
	}

1.4.创建人脸存放的vector

	//创建人脸存放的矩形向量
	vector<Rect> faces;

1.5.使用detectMultiScale函数

	//使用人脸级联点检测多尺度方法
	faceCascade.detectMultiScale(img, faces, 1.1, 10);

opencv2中人脸检测使用的是 detectMultiScale函数。它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示）

1.5.1 函数参数详解

 void detectMultiScale(
    const Mat& image,
    CV_OUT vector<Rect>& objects,
    double scaleFactor = 1.1,
    int minNeighbors = 3, 
    int flags = 0,
    Size minSize = Size(),
    Size maxSize = Size()
);

参数含义：

参数1：image--待检测图片，一般为灰度图像加快检测速度；

参数2：objects--被检测物体的矩形框向量组；
参数3：scaleFactor--表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4：minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。
        如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
        如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，
        这种设定值一般用在用户自定义对检测结果的组合程序上；
参数5：flags--要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为

        CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，

        因此这些区域通常不会是人脸所在区域；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。

1.6.在原图中画出人脸矩形边框

	//打印出脸
	for (int i = 0; i < faces.size(); i++)
	{
		//绘制矩形边框
		//tl:top left 
		//br:bottom right
		rectangle(img, faces[i].tl(),faces[i].br(), Scalar(255, 0, 255), 3);
	}

二、效果

三、代码

#include <opencv2/opencv.hpp>
#include <opencv2/objdetect.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
	//定义图片路径
	string path = "Resources/test.png";
	//使用Mat对象来存储
	Mat img = imread(path);
	//创建级联分类器
	CascadeClassifier faceCascade;
	//载入训练模型
	faceCascade.load("Resources/haarcascade_frontalface_default.xml");
	//文件判空检查
	if (faceCascade.empty())
	{
		cout << "XML file not loaded" << endl;
	}
	//创建人脸存放的矩形向量
	vector<Rect> faces;
	//使用人脸级联点检测多尺度方法
	faceCascade.detectMultiScale(img, faces, 1.1,10);
	//打印出脸
	for (int i = 0; i < faces.size(); i++)
	{
		//绘制矩形边框
		//tl:top left 
		//br:bottom right
		rectangle(img, faces[i].tl(),faces[i].br(), Scalar(255, 0, 255), 3);
	}
	imshow("Image", img);
	waitKey(0);
	return 0;
}