Opencv C++人脸识别

#include<opencv2\opencv.hpp>

using namespace std;
using namespace cv;

string Path = "C:\\Users\\hl\\Desktop\\haarcascade_frontalface_default.xml";

int main()
{
	Mat img = imread("C:\\Users\\hl\\Desktop\\功能照片\\本科入学照片hl.jpg");
	imshow("input image", img);
	CascadeClassifier Classifier;//定义分类器
	Classifier.load(Path);
	if (!Classifier.load(Path))   //加载训练文件  
	{
		cout << "xml文件加载失败" << endl;
		return -1;
	}
	VideoCapture capture(0);
	vector<Rect> faces;
	Classifier.detectMultiScale(img, faces, 1.1, 3, 0, Size(30, 30));
	for (size_t t = 0; t < faces.size(); t++) 
	{
		rectangle(img, faces[t], Scalar(0, 255, 0), 2, 8);//画个绿框
	}
	imshow("Result", img);
	waitKey();
	return 0;

}

当然有了图片的识别，视频就逐帧处理就好了。直接捕获电脑自带的摄像头就OK

#include<opencv2\opencv.hpp>

using namespace std;
using namespace cv;

string Path = "C:\\Users\\hl\\Desktop\\haarcascade_frontalface_default.xml";

int main()
{
	CascadeClassifier Classifier;//定义分类器
	Classifier.load(Path);
	if (!Classifier.load(Path))   //加载xml文件  
	{
		cout << "xml文件加载失败" << endl;
		return -1;
	}
	VideoCapture capture(0);//捕获摄像头
	vector<Rect> faces;
	while (true)
	{
		Mat frame;
		capture >> frame;//逐帧处理
		Classifier.detectMultiScale(frame, faces, 1.1, 3, 0, Size(30, 30));
		for (size_t t = 0; t < faces.size(); t++) 
		{
			rectangle(frame, faces[t], Scalar(0, 255, 0), 2, 8);//画个绿框
		}
		imshow("Result", frame);
		waitKey(10);//延时10ms
	}
	return 0;
}

视频截图。