级联分类器—脸部和眼部检测（c/c++，opencv）

知识点讲解博客：https://blog.csdn.net/sazass/article/details/89150468

#include<opencv2\objdetect\objdetect.hpp>
#include<opencv2\highgui.hpp>
#include<opencv2\imgproc.hpp>
#include<iostream>

using namespace std;
using namespace cv;

void detect_and_display(Mat frame);
String face, eyes;
CascadeClassifier face_cascade;//CascadeClassifier是opencv下objdetect模块中用来做目标检测的级联分类器的一个类；简而言之是滑动窗口机制+级联分类器的方式
CascadeClassifier eyes_cascade;//详情可查看博客https://blog.csdn.net/sazass/article/details/89150468
String window_name = "capture_face_and_eyes_detection";


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


	face = "F:\\Open cv\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";//脸部数据集
	eyes = "F:\\Open cv\\opencv\\build\\etc\\haarcascades\\haarcascade_eye_tree_eyeglasses.xml";//眼睛数据集

	VideoCapture capture;
	Mat frame;
	//——————————————————加载cascades——————————————
	if (!face_cascade.load(face))
	{
		cerr << "face_cascade load error!";
	}
	if (!eyes_cascade.load(eyes))
	{
		cerr << "eyes_cascade load error!";
	}

	//———————————————read the video stream——————————————
	capture.open(0);
	if (capture.isOpened())
	{
		cerr << "video load error!";
	}
	while (capture.read(frame))
	{
		if (frame.empty())
		{
			cerr << "no capture frame load error!";
			break;
		}
	//———————————————apply the classifier to the frame——————————————
		detect_and_display(frame);
		if (waitKey(10) == 27)
		{
			break;
		}
	}
	return 0;
}



void detect_and_display(Mat frame)
{
	vector<Rect> faces;
	Mat frame_gray;

	cvtColor(frame, frame_gray, COLOR_BGR2GRAY);//转化灰度图
	equalizeHist(frame_gray, frame_gray);//equalizeHist（src，dst）直方图均衡化，，用于提高图像的质量

	//———————————————detect face——————————————

	face_cascade.detectMultiScale//调用detectMultiScale()实现多尺度检测
	(
		frame_gray, //输入图像
		faces, //输出检测到的目标区域
		1.1,//搜索前后两次窗口大小比例系数，默认1.1，即每次搜索窗口扩大10%
		2, //构成检测目标的相邻矩形的最小个数 如果组成检测目标的小矩形的个数和小于minneighbors - 1 都会被排除，如果minneighbors为0 则函数不做任何操作就返回所有被检候选矩形框
		0 | CASCADE_SCALE_IMAGE, //若设置为CV_HAAR_DO_CANNY_PRUNING 函数将会使用Canny边缘检测来排除边缘过多或过少的区域 
		Size(60,10)//能检测的最小尺寸//能检测的最大尺寸
		);

	for (size_t i = 0; i < faces.size(); i++)
	{
		Point center(faces[i].x + faces[i].width / 2 , faces[i].y + faces[i].height / 2);//画出脸部的中心点
		//point（）创建一个2D点对象（point（x，y））

		ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(0, 0, 0), 4, 8, 0);//Ellipse（）用来绘制或者填充一个简单的椭圆弧或椭圆扇形
		//图像。
		//椭圆圆心坐标。
		//轴的长度。
		//偏转的角度。
		//圆弧起始角的角度。.
		//圆弧终结角的角度。
		//线条的颜色。
		//线条的粗细程度。
		//线条的类型。
		//圆心坐标点和数轴的精度。



		Mat face_roi = frame_gray(faces[i]);
		vector<Rect> eyes;


		//———————————————detect eyes——————————————
		eyes_cascade.detectMultiScale(face_roi, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));
		for (size_t j = 0; j < eyes.size(); j++)
		{
			Point eye_center(faces[i].x + eyes[j].x + eyes[j].width/2 , faces[i].y + eyes[j].height/2 );//画出眼睛的中心点

			int randius = cvRound((eyes[j].width*0.25 + eyes[j].height*0.25));
			circle(frame, eye_center, randius, Scalar(255, 2, 2), 4, 8, 0); 
			//circle（）函数
			//img为源图像指针；
			//center为画圆的圆心坐标；
			//radius为圆的半径；
			//color为设定圆的颜色，规则根据B（蓝）G（绿）R（红）；
			//thickness 如果是正数，表示组成圆的线条的粗细程度，否则，表示圆是否被填充；
			//line_type 线条的类型，默认是8；
			//shift 圆心坐标点和半径值的小数点位数
		
		}
	}
	//———————————————show time——————————————
	imshow(window_name,frame);

}
//检测步骤（视频取针）
//1.load()加载xml级联分类器
//2.从视频中取帧，导出image；
//3.图像灰度化；
//4.图像resize；
//5.调用detectMultiScale()实现多尺度检测：