opencv只进行人脸检测

 

 

#include <opencv2/objdetect/objdetect.hpp>

#include <opencv2/highgui/highgui.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <iostream>

#include <stdio.h>

 

using namespace std;

using namespace cv;

 

#define CASCADENAME            "./modle/haarcascade_frontalface_alt2.xml

 

 

#define DETECT_IMAGE        "./image/001.jpg"

 

 

void detectAndDraw( Mat& img, CascadeClassifier& cascade

, double scale, bool tryflip )

{

    double t = 0;

    vector<Rect> faces, faces2;

    /* 定义七种颜色用于人脸标记 */

    const static Scalar colors[] =

    {

        Scalar(255,0,0),

        Scalar(255,128,0),

        Scalar(255,255,0),

        Scalar(0,255,0),

        Scalar(0,128,255),

        Scalar(0,255,255),

        Scalar(0,0,255),

        Scalar(255,0,255)

    };

    

    Mat gray, smallImg;

    

    /* 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 */

    cvtColor( img, gray, COLOR_BGR2GRAY );

    

    /* 将图片缩小，加快检测速度 */

    double fx = 1 / scale;

    /* 将尺寸缩小到1/scale, 用线性插值 */

    resize( gray, smallImg, Size(), fx, fx, INTER_LINEAR );

    /* 直方图均衡 */

    equalizeHist( smallImg, smallImg );

 

    /* 用来计算算法执行时间 */

    t = (double)getTickCount();

    

    /*人脸检测

        smallImg：输入的原图

        faces    ：表示检测到的人脸目标序列

        1.1        ：每次图像尺寸减小的比例为1.1

        2        ：每一个目标至少要被检测到3次才算是真的目标

        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) 目标的最大最小尺寸

    */

    cascade.detectMultiScale( smallImg, faces, 1.1, 2, CASCADE_SCALE_IMAGE, Size(30, 30) );

    if( tryflip )

    {

        flip(smallImg, smallImg, 1);

        cascade.detectMultiScale( smallImg, faces2,1.1, 2, 0|CASCADE_SCALE_IMAGE,Size(30, 30) );

        for( vector<Rect>::const_iterator r = faces2.begin(); r != faces2.end(); ++r )

        {

            faces.push_back(Rect(smallImg.cols - r->x - r->width, r->y, r->width, r->height));

        }

    }

    

    /* 相减为算法执行的时间 */

    t = (double)getTickCount() - t;

    printf( "detection time = %g ms\n", t*1000/getTickFrequency());

    

    for ( size_t i = 0; i < faces.size(); i++ )

    {

        Rect r = faces[i];

        Mat smallImgROI;

        vector<Rect> nestedObjects;

        Point center;

        Scalar color = colors[i%8];

        int radius;

        

        /* 人脸长宽比例，在0.75-1.3 间画圆，其他范围画矩形 */

        double aspect_ratio = (double)r.width/r.height;

        if( 0.75 < aspect_ratio && aspect_ratio < 1.3 )

        {

            /*还原原来尺寸 计算圆心和圆半径 */

            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);

            /* 画出人脸检测区域 画圆 */

            circle( img, center, radius, color, 3, 8, 0 );

        }

        else

        {

            /* 画出检测区域，画矩形 */

            rectangle( img, cvPoint(cvRound(r.x*scale), cvRound(r.y*scale)),

                cvPoint(cvRound((r.x + r.width-1)*scale), cvRound((r.y + r.height-1)*scale)), color, 3, 8, 0);

        }

    

 

    }

    /* 显示图像 img */

    imshow( "result", img );

}

 

 

int main( int argc, const char** argv )

{

    Mat frame, image;

    bool tryflip;

    CascadeClassifier cascade;

    double scale = 1.3;

 

  

 

    if( !cascade.load( CASCADENAME ) )

    {

        cerr << "ERROR: Could not load classifier cascade" << endl;

        return -1;

    }

    

    /* 加载图片 */

    image = imread(DETECT_IMAGE, 1 );

    if(image.empty()) 

    {

        cout << "Couldn't read iamge" << DETECT_IMAGE  <<  endl;

        

    }

    

    cout << "Detecting face(s) in " << DETECT_IMAGE << endl;

    

    /* 检测人脸及眼睛并画出检测到的区域 */

    if( !image.empty() )

    {

        detectAndDraw( image, cascade, scale, tryflip );

        waitKey(0);

    }

    return 0;

}