一、OpenCV在Visual C++ 2005下的安装与配置
1.OpenCV安装
首先到OpenCV的官方网站(http://sourceforge.net/projects/opencvlibrary)下载OpenCV并进行安装,安装过程很简单,只要按照安装向导一步一步进行即可。
2.对Visual C++ 2005进行全局设置
1)打开Visual C++ 2005,选择“Tools(工具) | Options(选项)”菜单项,弹出如图1所示的对话框。
2)在左侧列表框中选择“Projects and Solutions(项目和解决问题方案) | VC++ Directories(VC++目录)”。
3)在“Show directories for(显示以下内容的目录)”下拉列表框中选择“Library Files(库文件)”。
4)在右侧库文件列表框中定位并添加“< OpenCV 安装目录>OpenCVlib” 。
5)在“Show directories for(显示以下内容的目录)”下拉列表框中选择“Include Files(包含文件)”,并在右侧列表框中定位并添加以下路径:
< OpenCV 安装目录>OpenCVcxcoreinclude
< OpenCV 安装目录>OpenCVcvinclude
< OpenCV 安装目录>OpenCVcvauxinclude
< OpenCV 安装目录>OpenCVmlinclude
< OpenCV 安装目录>OpenCVotherlibshighgui
< OpenCV 安装目录>OpenCVotherlibscvcaminclude
< OpenCV 安装目录>OpenCVMicrosoft Platform SDKInclude
⑥单击OK(确定)按钮保存配置。
3.对Visual C++ 2005项目进行设置
新建一个项目后,需要设置项目所需的链接库。选择“Project(项目) | Properties(属性)”菜单项,弹出如图2所示的对话框,在左侧的列表框中选择“Configuration Properties(配置属性) | Linker(链接器) | Input(输入)”,在右侧列表框中选择“Additional Dependencies(附加依赖项)”,在其右侧的文本框中输入“cxcore.lib cv.lib ml.lib highgui.lib cvaux.lib”等需要的库(用空格分隔)。
二、人脸检测程序的开发
人脸检测是一个非常先进的问题,它是人脸研究的一个主要方向,其任务是对于一幅给定的图像,采用一定的策略对其进行搜索,以确定其中是否含有人脸、含有多少个人脸,以及所含人脸的位置、大小和姿态。人脸检测的算法很多,Adaboost算法是其中的一种,Adaboost算法虽然十分复杂,但应用OpenCV提供的函数和分类器进行人脸检测将是十分容易。
1.利用OpenCV进行人脸检测
人脸检测程序主要完成3部分功能,即加载分类器、加载待检测图象以及检测并标示。本程序使用OpenCV中提供的“haarcascade_frontalface_alt.xml”文件存储的目标检测分类,用cvLoad函数载入后,进行强制类型转换。OpenCV中提供的用于检测图像中目标的函数是cvHaarDetectObjects,该函数使用指针对某目标物体(如人脸)训练的级联分类器在图象中找到包含目标物体的矩形区域,并将这些区域作为一序列的矩形框返回。分类器在使用后需要被显式释放,所用的函数为cvReleaseHaarClassifierCascade。这些函数原型请参看有关OpenCV手册。
2.程序实现
1)新建一个Visual C++ MFC项目,取名为“FaceDetection”,选择应用程序类型为“单文档”。将菜单中多余的项去掉,并添加一项“人脸检测”,其ID为“ID_FaceDetected”,并生成该菜单项的消息映射函数。
2)在“FaceDetectionView.h”头文件中添加以下灰底色部分程序代码:
//南京森林公安高等专科学校 江林升
// FaceDetectionView.h : CFaceDetectionView 类的接口
#pragma once
#include "cv.h"
#include "highgui.h"
class CFaceDetectionView : public CView
{
protected: // 仅从序列化创建
CFaceDetectionView();
DECLARE_DYNCREATE(CFaceDetectionView)
// 属性
public:
CFaceDetectionDoc* GetDocument() const;
CvHaarClassifierCascade* cascade;//特征器分类
CvMemStorage* storage;
void detect_and_draw( IplImage* img );
IplImage* src; //载入的图像
3)在“FaceDetectionView.cpp”文件中添加以下灰底色部分程序代码:
// FaceDetectionView.cpp : CFaceDetectionView 类的实现
#include "stdafx.h"
#include "FaceDetection.h"
#include "FaceDetectionDoc.h"
#include "FaceDetectionView.h"
#include <string>
#ifdef _DEBUG
#define new DEBUG_NEW
#endif
// CFaceDetectionView
IMPLEMENT_DYNCREATE(CFaceDetectionView, CView)
BEGIN_MESSAGE_MAP(CFaceDetectionView, CView)
ON_COMMAND(ID_FaceDetected, &CFaceDetectionView::OnFacedetected)
END_MESSAGE_MAP()
// CFaceDetectionView 构造/析构
const char* cascade_name ="haarcascade_frontalface_alt.xml";//分类器的名称
// CFaceDetectionView 消息处理程序
void CFaceDetectionView::OnFacedetected() //人脸检测菜单响应事件
{
// TODO: 在此添加命令处理程序代码
CString fileName;
//打开文件对话窗口
CFileDialog OpenDlg( TRUE, NULL, NULL, OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR, L"图像文件格式JPG file format (*.jpg)|*.jpg|(*.bmp) |*.bmp|", NULL);
//从文件对话窗口中打开图像
if(OpenDlg.DoModal()!=IDOK)
return;
//获得文件名
fileName = OpenDlg.GetPathName();
//必要的类型转换
std::string tempName = (LPCSTR)CStringA(fileName);
const char* tmp = tempName.c_str();
//打开文件,若失败则返回
if( (src = cvLoadImage(tmp, CV_LOAD_IMAGE_ANYCOLOR)) == 0 )
return;
//加载(分类器层叠)训练库
cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );
//加载不成功则显示错误讯息,并退出
if(cascade)
{
storage = cvCreateMemStorage(0);
cvNamedWindow( "人脸检测", CV_WINDOW_AUTOSIZE ); //创建窗口
//如果图片存在则分析并显示结果,否则退出程序
if(src) detect_and_draw(src); //调用人脸检与标示事件
cvReleaseImage(&src);
cvReleaseMemStorage( &storage );
}
else
{
&, nbsp; AfxMessageBox(L"无法加载分类器,请确认后重试!");
}
cvReleaseHaarClassifierCascade( &cascade );
}
void CFaceDetectionView::detect_and_draw(IplImage *img) //人脸检与标示事件
{
static CvScalar color[] = {0,0,255};//用于设置标示图像中人脸的颜色
double scale = 1.3;
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 );
int i;
cvCvtColor( img, gray, CV_BGR2GRAY );
cvResize( gray, small_img, CV_INTER_LINEAR );
cvEqualizeHist( small_img, small_img );
cvClearMemStorage( storage );
if( cascade )
{ //检测人脸
CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage, 1.1, 2, 0, cvSize(30, 30) );
for( i = 0; i < (faces ? faces->total : 0); i++ )
{
CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
CvPoint center;
int radius;
center.x = cvRound((r->x + r->width*0.5)*scale);
center.y = cvRound((r->y + r->height*0.5)*scale);
radius = cvRound((r->width + r->height)*0.25*scale);
cvCircle( img, center, radius, color[0], 3, 8, 0 );
}
}
cvShowImage( "人脸检测", img );
cvReleaseImage( &gray );
cvReleaseImage( &small_img );
}
需要注意的是,本程序运行时应将分类器文件置于程序目录下,如果运行的是生成的EXE文件,则应将分类器文件与该EXE文件放在同一个目录下。
三、程序运行结果
运行该程序,选择人脸检测菜单项,弹出文件打开对话框,选择要检测的图像文件,程序就会将检测到的人脸用圆圈标示出来,如图3所示。本程序能顺利检测出大部分人脸,但由于光照、遮挡和倾斜等原因,部分人脸不能正确检测,另外,也有一些非人脸部分由于具有人脸的某些特征,也被当成了人脸,这些都是本程序需要改进的部分。
![](https://img-my.csdn.net/uploads/201204/05/1333619468_2704.jpg)