OpenCV-C++-级联分类器训练与使用（1、人脸检测）

OpenCv中已经有训练好的人脸数据集，所以我们直接就可以拿过来进行检测。还有一些其余的训练好的数据：

具体路径：D:\OpenCv-3.4.1\opencv\build\etc\haarcascades

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

using namespace cv;
using namespace std;

//读进来训练的人脸检测文件
String fileName = "D:/OpenCv-3.4.1/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml";
CascadeClassifier casca_classifier;

/*---------图片人脸检测------------*/
int main(int argc, char ** argv)
{
	if (!casca_classifier.load(fileName))
	{
		cout << "人脸训练数据未找到!" << endl;
		return -1;
	}
	Mat src = imread("D:/test/girl.png");
	Mat gray_src;
	if (src.empty())
	{
		cout << "待检测图片未找到!" << endl;
		return -1;

	}
	cvtColor(src, gray_src, CV_BGR2GRAY);
	equalizeHist(gray_src, gray_src);//直方图均衡化

	vector<Rect> rect;
	//分类器在不同的人脸尺度空间上计算并将结果返回到rect矩形数组中
	casca_classifier.detectMultiScale(gray_src, rect, 1.1, 3, 0, Size(25, 25));

	for (size_t t = 0; t < rect.size(); t++)
	{
		rectangle(src, rect[static_cast<int>(t)], Scalar(0, 0, 255), 2, 8, 0);
	}
	imshow("face detect result", src);

	waitKey(0);
	return 0;
}

运行结果：

换一张图片：

可以看到，效果还是不错的，至少全部检测出来了。

我们也可以检测人的眼部位置，OpenCv中也有训练好的眼部数据集，只不过精度不是很高，现在我们在原来的代码上增加几条代码，源代码如下：

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

using namespace cv;
using namespace std;

//读进来训练的人脸检测文件
String facefileName = "D:/OpenCv-3.4.1/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml";
//读进来训练的眼部检测文件
String eyefileName = "D:/OpenCv-3.4.1/opencv/build/etc/haarcascades/haarcascade_eye.xml";
CascadeClassifier face_classifier,eye_classifier;

/*---------图片人脸检测------------*/
int main(int argc, char ** argv)
{
	if (!face_classifier.load(facefileName))
	{
		cout << "人脸训练数据未找到!" << endl;
		return -1;
	}
	if (!eye_classifier.load(eyefileName))
	{
		cout << "眼部训练数据未找到!" << endl;
		return -1;
	}
	Mat src = imread("D:/test/girl.png");
	Mat gray_src;
	if (src.empty())
	{
		cout << "待检测图片未找到!" << endl;
		return -1;

	}
	cvtColor(src, gray_src, CV_BGR2GRAY);
	equalizeHist(gray_src, gray_src);//直方图均衡化

	vector<Rect> rect;
	//分类器在不同的人脸尺度空间上计算并将结果返回到rect矩形数组中
	face_classifier.detectMultiScale(gray_src, rect, 1.1, 3, 0, Size(20, 20));
	vector<Rect>eyes;
	for (size_t t = 0; t < rect.size(); t++)
	{   //分类器在不同的眼部尺度空间上计算并将结果返回到rect矩形数组中
		eye_classifier.detectMultiScale(gray_src, eyes, 1.1, 3, 0, Size(15, 15));
		for (size_t i = 0; i < eyes.size(); i++)
		{
			rectangle(src, eyes[static_cast<int>(i)], Scalar(0, 255, 0), 2, 8, 0);
		}
		rectangle(src, rect[static_cast<int>(t)], Scalar(0, 0, 255), 2, 8, 0);
	}
	imshow("face detect result", src);

	waitKey(0);
	return 0;
}

运行结果：

但是，对于一张很多人的图片来说，要检测眼部位置确实不容易，比如：

这样一张比较模糊且眼部遮挡的图就无法全部检测到。