运行环境:Visual Studio 2022 opencv-4.6.0-vc14_vc15
在下面的代码中我们使用OpenCV本身自带的面部识别分类器:
String facefile = "E:\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
代码中的相关路径可根据需要改写成自己电脑上的路径
还有识别框的大小、颜色都可以改变。具体可以参考http://t.csdn.cn/ASVOJ
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <string>
#include <stdlib.h>
#include <opencv2/highgui/highgui_c.h>
using namespace std;
using namespace cv;
//人脸识别
void faceTest()
{
String facefile = "D:\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
//脸部识别分类器
CascadeClassifier faceCascader;
if (!faceCascader.load(facefile)) {
printf("无法加载脸部特征文件:%s",facefile);
return;
}
namedWindow("摄像头", CV_WINDOW_AUTOSIZE);
VideoCapture capture(0);//打开摄像头
Mat frame;
Mat gray;
vector<Rect> faces;
int sn = 0;
//实时读取摄像头的图像帧
while (capture.read(frame)) {
//图像变灰
cvtColor(frame, gray, COLOR_RGB2GRAY);
equalizeHist(gray, gray);
faceCascader.detectMultiScale(gray, faces, 1.2, 3, 0, Size(30, 30));
for (size_t faceSize=0;faceSize<faces.size();faceSize++)
{
Rect roi;
roi.x = faces[static_cast<int>(faceSize)].x;
roi.y = faces[static_cast<int>(faceSize)].y;
roi.width = faces[static_cast<int>(faceSize)].width;
roi.height = faces[static_cast<int>(faceSize)].height ;
Mat faceROI = frame(roi);
//在人脸区域画一个矩形
rectangle(frame, faces[static_cast<int>(faceSize)], Scalar(0, 0, 255), 2, 8, 0);
sn++;
//将sn整型值转为字符串
stringstream stream;
stream << sn;
//生产一个新的文件名
String snStr = "D:\\photo" + stream.str() + ".jpg";
cout << snStr << endl;
imwrite(snStr, faceROI);
}
imshow("摄像头", frame);
//必须加时延,否则无法显示图像
char key = waitKey(30);
//按ESC键退出
if (key == 27) {
break;
}
}
}
int main()
{
faceTest();
waitKey(0);
return 0;
}
把环境配置好并且代码写好之后
1)运行程序
2)程序运行之后,摄像头自动弹出(如图所示)
3)程序会对摄像头内容中的每一帧人脸进行识别并标记
4)识别好的每一帧人脸会保存到自己选择的路径所在的位置