OpenCV Haar 检测

#include "cv.h" 
#include "highgui.h"

#include <stdio.h> 

#ifdef _EiC 
#define WIN32 
#endif

static CvMemStorage* storage = 0; 
static CvHaarClassifierCascade* cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name = "haarcascade_frontalface_alt.xml"; 

int main() { 
    cascade_name = "D:\\Workspace\\Study\\Haar\\OpenCV\\opencv\\data\\haarcascades\\haarcascade_fullbody.xml"; 
    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 ); 
  
    if( !cascade ) { 
        fprintf( stderr, "ERROR: Could not load classifier cascade\n" ); 
        return -1; 
    } 
    storage = cvCreateMemStorage(0); 
    cvNamedWindow( "result", 1 ); 
     
    const char* filename = "test2.jpg"; 
    IplImage* image = cvLoadImage( filename, 1 );

    if( image ) { 
        detect_and_draw( image ); 
        cvWaitKey(0); 
        cvReleaseImage( &image );   
    }

    cvDestroyWindow("result"); 
  
    return 0; 
}


void detect_and_draw(IplImage* img ) { 
    int scale = 1; 
    static CvScalar colors[] = { 
        {  {0,0,255}},{{0,128,255}},{{0,255,255}}, {{0,255,0}}, 
        {{255,128,0}},{{255,255,0}},  {{255,0,0}}, {{255,0,255}} 
    };

    IplImage* gray = cvCreateImage(cvSize(img->width,img->height),8,1); 
    IplImage* small_img=cvCreateImage(cvSize(cvRound(img->width/scale),cvRound(img->height/scale)),8,1); 
    cvCvtColor(img,gray, CV_BGR2GRAY); 
    cvResize(gray, small_img, CV_INTER_LINEAR);

    cvEqualizeHist(small_img, small_img);

    cvClearMemStorage(storage); 
    
    double t = (double)cvGetTickCount(); 
    // Haar Detect
    CvSeq* objects = cvHaarDetectObjects(small_img, cascade, storage);

    t = (double)cvGetTickCount() - t; 
    printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.0) );
    
    // Output Image
    for(int i=0;i<(objects? objects->total:0);++i) { 
        CvRect* r=(CvRect*)cvGetSeqElem(objects,i); 
        cvRectangle(img, cvPoint(r->x*scale,r->y*scale), cvPoint((r->x+r->width)*scale,(r->y+r->height)*scale), colors[i%8], 4); 
    } 

    cvShowImage( "result", img ); 
    cvReleaseImage(&gray); 
    cvReleaseImage(&small_img); 
}

cvHaarDetectObjects笔记：

CvSeq* cvHaarDetectObjects( 
                           const CvArr* image,
                           CvHaarClassifierCascade* cascade,
                           CvMemStorage* storage,
                           double scale_factor=1.1,
                           int min_neighbors=3, int flags=0,
                           CvSize min_size=cvSize(0,0) 
);

函数说明摘自－－学习OpenCV：
CvArr* image                                            一个灰度图像，如果设置了ROI，将只处理这个区域。
CvHaarClassifierCascade* cascade  读入的分类器特征级联。
CvMemStorage* storage                        算法的工作缓存。
scale_factor                                              算法用不同尺寸的窗口进行扫描，scale_factor是每两个不同大小的窗口之间的尺寸关系。
min_neighbors                                        控制误检测，因为会被不同位置大小的窗口重复检测到，至少有min_neighbors次检测，才认为真的检测到了人脸。
flags                                                           默认值是CV_HAAR_DO_CANNY_PRUNING，其它可选值如下。
min_size                                                   指示寻找的最小区域。max_size 寻找的最大区域

#define CV_HAAR_DO_CANNY_PRUNING 1 
//分类器跳过平滑（无边缘）区域
#define CV_HAAR_SCALE_IMAGE 2 
//分类器不要缩放分类器，而是缩放图像
#define CV_HAAR_FIND_BIGGEST_OBJECT 4 
//分类器只返回最大的目标
#define CV_HAAR_DO_ROUGH_SEARCH 8 
//只能和上面一个参数一起使用，使分类器在任何窗口，只要第一个候选者被发现则结束搜寻。

scan_roi_rect：设定感兴趣的区域

局部变量npass=2：

由于cascade结构中的前两个分类器能快速排除大部分非目标图像，可减少对大多数的负目标的判断时间。所以为了将20级的cascade进行分别应用，以提高速度将npass设定为2。

计算积分图：void cvIntegral( const CvArr* image, CvArr* sum, CvArr* sqsum=NULL, CvArr* tilted_sum=NULL );