Facial Recognition in C++

人脸识别（一）

1.1 干货

废话不多说，直接上代码：
       代码量并不多，个人认为注释挺多，还是比较清楚的。代码直接复制拷贝运行可能会报错，在运行此程序前需做一些准备工作：

• 对于Mac系统需要在项目文件下的Products文件夹下添加info.plist文件，为程序赋予打开本地摄像头的权限。否则报错 This app has crashed because it attempted to access privacy-sensitive data without a usage description. The app's Info.plist must contain an NSCameraUsageDescription key with a string value explaining to the user how the app uses this data.；
• 有的电脑可能要搜索下载haarcascade_frontalface_default.xml，该文档类似一份参考，程序需根据此文档识别图片中的人脸；

//	
//  main.cpp
//  FaceDetect
//
//  Created by BogeyDa on 2019/1/1.
//  Copyright © 2019 BogeyDa. All rights reserved.
//

#include<opencv2/objdetect/objdetect.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include <iostream>
#include <sstream>
#include <iomanip>
#include <chrono>

using namespace cv;
using namespace std;

CascadeClassifier faceCascade;

//  将摄像头拍到的图片保存至本地
void save_img(Mat img)
{
//  在保存图片前显示图片
    imshow("CamerFaces", img);
    
//    保存图片至本地
    //    获取系统当前时间并转换为字符串，将作为保存图片的名字
    auto t = std::chrono::system_clock::to_time_t(std::chrono::system_clock::now());
    std::stringstream ss;
    ss << std::put_time(std::localtime(&t), "%F %T");
    std::string str = ss.str();
    //    保存图片至本地,保存路径按个人情况修改
    string saveName = "/Users/BogeyDa/Desktop/Results/"+str+".png";
    imwrite(saveName,img);
    //    等待按键，将循环暂停在这里，否则将会不断循环，保存过多重复图片
    waitKey();
}

int main()
{
//    加载xml文档，是一种格式规范，作为识别人脸的参考标准
//    如果加载不成功，报错“Error loading face cascade”
//	  加载路径每个人情况不同，一定要找到自己xml文件的路径替换下面的路径
    if(     !faceCascade.load("/usr/local/Cellar/opencv/3.4.1_3/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml")
       ){
        printf("--(!)Error loading face cascade\n");
        return -1;
    };
 
//    定义数据
    Mat img, imgGray;
    vector<Rect> faces;
//    打开摄像头
    VideoCapture capture(0);

//    判断摄像头是否打开
//      若打开则将拍摄的图片保存至img
//      否则打开本地图片，在imread中写入自己想识别的图片路径
    if (capture.isOpened())
    {
        capture >> img;
    }
    
    else
    {
        img=imread("/Users/BogeyDa/Desktop/mask10.jpeg");
    }
    
//    循环读取图片并识别人脸
    while(1)
    {
        //       图片数据img为空进行下一次循环，再读一次图片
        if(img.empty())
        {
            continue;
        }
        //        判断图片是否灰度图，是则存为imgGray,否则通过cvtColor转为灰度并存入imgGray
        if(img.channels() == 3)
        {
            cvtColor(img, imgGray, CV_RGB2GRAY);
        }
        else
        {
            imgGray = img;
        }
        
//        识别人脸
        faceCascade.detectMultiScale(imgGray, faces, 1.2, 6, 0, Size(0, 0));
        //        若识别出人脸则框出
        if(faces.size()>0)
        {
            for(int i =0; i<faces.size(); i++)
            {
                rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height), Scalar(0, 255, 0), 1, 8);
            }
            save_img(img);
        }
        //        未识别出人脸则在图片标注“Can not detect the face”
        if(faces.size()<=0)
        {
            cout << "There is no face" << endl;
            putText(img,"Can not detect the face",Point(500,400),FONT_HERSHEY_SIMPLEX,1,Scalar(0,0,255),4,8);//在图片上写文字
            save_img(img);
        }
        
//         delay ms 等待按键退出循环
        if(waitKey(1) > 0)
        {
            break;
        }
        
    }
    return 0;
}

1.2 结果

       只要准备工作完成了，代码是一定可以运行的，如下是我的结果展示：

• 成功识别出人脸：
  
• 当脸被挡住时就识别不出了：
  
• 在指定文件夹下保存了对应图片：
  

1.3 下节预告

       在《人脸识别（二）》中我会介绍代码编写前的准备工作。