opencv中的人脸检测讲解

基础学习笔记之opencv(1):opencv中facedetect例子浅析

     人脸检测一种主流的方法就是类haar+adaboosting,OpenCV中也是用的这种方法。这种方法可以推广到刚性物体的检测,前提是要训练好级联分类器(比如说用类haar特征),一旦训练数据弄好了,直接调用opencv中的类CascadeClassifier,用它的几个简单的成员函数就可以完成检测功能。所以说用起来还是很简单的。下面就是用的opencv中自带的samples中的facedetect例子。

     当然,源例子考虑到了摄像头,视频,图片多种情况,还有很多出错处理的表达。这里我讲其代码都省略了,因为看起来不是特别简洁。否则还需要用命令行输入,比如说如下图:

 

     要输入的东西比较多,如果一旦输入出错了,就会有如下显示:

 

     所以为了方便,还是把代码简洁了下,改后的代码和注释如下:

复制代码
  1 // face_detect.cpp : 定义控制台应用程序的入口点。
  2 //
  3 
  4 #include "stdafx.h"
  5 
  6 #include "opencv2/objdetect/objdetect.hpp"
  7 #include "opencv2/highgui/highgui.hpp"
  8 #include "opencv2/imgproc/imgproc.hpp"
  9 #include "opencv2/ml/ml.hpp"
 10 
 11 #include <iostream>
 12 #include <stdio.h>
 13 
 14 using namespace std;
 15 using namespace cv;
 16 
 17 void detectAndDraw( Mat& img,
 18                    CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
 19                    double scale);
 20 
 21 String cascadeName = "./haarcascade_frontalface_alt2.xml";//人脸的训练数据
 22 //String nestedCascadeName = "./haarcascade_eye_tree_eyeglasses.xml";//人眼的训练数据
 23 String nestedCascadeName = "./haarcascade_eye.xml";//人眼的训练数据
 24 
 25 int main( int argc, const char** argv )
 26 {
 27     Mat image;
 28     CascadeClassifier cascade, nestedCascade;//创建级联分类器对象
 29     double scale = 1.3;
 30 
 31     //image = imread( "lena.jpg", 1 );//读入lena图片
 32     image = imread("people_with_hands.png",1);
 33     namedWindow( "result", 1 );//opencv2.0以后用namedWindow函数会自动销毁窗口
 34 
 35     if( !cascade.load( cascadeName ) )//从指定的文件目录中加载级联分类器
 36     {
 37          cerr << "ERROR: Could not load classifier cascade" << endl;
 38          return 0;
 39     }
 40 
 41     if( !nestedCascade.load( nestedCascadeName ) )
 42     {
 43          cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
 44          return 0;
 45     }
 46 
 47     if( !image.empty() )//读取图片数据不能为空
 48     {
 49         detectAndDraw( image, cascade, nestedCascade, scale );
 50         waitKey(0);
 51     }
 52 
 53     return 0;
 54 }
 55 
 56 void detectAndDraw( Mat& img,
 57                    CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
 58                    double scale)
 59 {
 60     int i = 0;
 61     double t = 0;
 62     vector<Rect> faces;
 63     const static Scalar colors[] =  { CV_RGB(0,0,255),
 64         CV_RGB(0,128,255),
 65         CV_RGB(0,255,255),
 66         CV_RGB(0,255,0),
 67         CV_RGB(255,128,0),
 68         CV_RGB(255,255,0),
 69         CV_RGB(255,0,0),
 70         CV_RGB(255,0,255)} ;//用不同的颜色表示不同的人脸
 71 
 72     Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//将图片缩小,加快检测速度
 73 
 74     cvtColor( img, gray, CV_BGR2GRAY );//因为用的是类haar特征,所以都是基于灰度图像的,这里要转换成灰度图像
 75     resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//将尺寸缩小到1/scale,用线性插值
 76     equalizeHist( smallImg, smallImg );//直方图均衡
 77 
 78     t = (double)cvGetTickCount();//用来计算算法执行时间
 79 

//检测人脸
 //detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg,faces表示检测到的人脸目标序列,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
84     cascade.detectMultiScale( smallImg, faces,
 85         1.1, 2, 0
 86         //|CV_HAAR_FIND_BIGGEST_OBJECT
 87 //|CV_HAAR_DO_ROUGH_SEARCH
 88         |CV_HAAR_SCALE_IMAGE
 89         ,
 90         Size(30, 30) );
 91 
 92     t = (double)cvGetTickCount() - t;//相减为算法执行的时间
 93     printf( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) );
 94     for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ )
 95     {
 96         Mat smallImgROI;
 97         vector<Rect> nestedObjects;
 98         Point center;
 99         Scalar color = colors[i%8];
100         int radius;
101         center.x = cvRound((r->x + r->width*0.5)*scale);//还原成原来的大小
102         center.y = cvRound((r->y + r->height*0.5)*scale);
103         radius = cvRound((r->width + r->height)*0.25*scale);
104         circle( img, center, radius, color, 3, 8, 0 );
105 
106         //检测人眼,在每幅人脸图上画出人眼
107         if( nestedCascade.empty() )
108             continue;
109         smallImgROI = smallImg(*r);
110 
111         //和上面的函数功能一样
112         nestedCascade.detectMultiScale( smallImgROI, nestedObjects,
113             1.1, 2, 0
114             //|CV_HAAR_FIND_BIGGEST_OBJECT
115 //|CV_HAAR_DO_ROUGH_SEARCH
116 //|CV_HAAR_DO_CANNY_PRUNING
117             |CV_HAAR_SCALE_IMAGE
118             ,
119             Size(30, 30) );
120         for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ )
121         {
122             center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
123             center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
124             radius = cvRound((nr->width + nr->height)*0.25*scale);
125             circle( img, center, radius, color, 3, 8, 0 );//将眼睛也画出来,和对应人脸的图形是一样的
126         }
127     }
128     cv::imshow( "result", img );
129 }
复制代码

 

     运行lena图的效果如下:

 

     运行有多个人图的效果图如下:

 

     可以看出,在多人图中,并不是每个人脸都能检测出来。特别是在图片边界上的人脸,也就是被遮挡了部分的人脸,基本检测不出来。还有,在人眼不是特别正的情况下,完全检测不出来,也不知道具体什么原因,应该是opencv中自带是人眼数据库训练不够完全好。因为这些数据的训练确实是非常的麻烦。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值