基于OpenCV的人脸检测总结

最新推荐文章于 2024-08-02 17:26:38 发布

浅笑无痕000

最新推荐文章于 2024-08-02 17:26:38 发布

阅读量1.7k

点赞数

分类专栏： OpenCV 文章标签： opencv 人脸识别

本文链接：https://blog.csdn.net/u013002364/article/details/46289969

版权

OpenCV 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

在CSDN上拜读大牛们的博文已有余月，感慨颇深，也有过写些博文聊表自己的理解，但恐自己才学浅薄而误人子弟，也就作罢。今天无意中在大神Rachel-Zhang的博文中发现一首原创诗句，读完后就觉得其实之前自己的那些想法真是一叶障目。。

好诗篇胜过良药，读完神清气爽如饮甘霖哈哈，有兴趣的童鞋可以进去拜读一下，瞻仰瞻仰大神风采

http://blog.csdn.net/abcjennifer/article/details/8580321

言归正传，本文记录如何调用OpenCV中的Adboost分类器对输入照片进行人脸检测以及其中应该注意的一些事项。最后附上本人调通的程序和实验结果，以供日后翻看参考。

所用工具：VS2010 +OpenCV ；

输入：包含若干人脸的照片一张（本程序中 E:\\Picture\\Face_net\\people.jpg）；

输出：检测到的人脸数和所有时长以及检测结果。

在VS中进行OpenCV的配置可以参考浅墨大神的博文，链接如下：

http://blog.csdn.net/poem_qianmo/article/details/19809337

在照着教程配置的过程中也有可能因为自己的马虎而导致配置不当，这里列出我碰到的问题：

在添加附加项过程中，将附加项按名字排列，导致配置不当程序一直报错。

附加项添加正确配置：将opencv_**d.lib（Debug）和opencv_**.lib（Release）归为两类，opencv_**d.lib类文件排在前面，opencv_**.lib类文件排在后面，其中**代表文件名。效果图如下：

程序部分：

#include <opencv2/opencv.hpp>  
#include <cstdio>  
#include <cstdlib>  
#include <Windows.h>  
using namespace std;  
int main()  
{  
    // 加载Haar特征检测分类器 
    // haarcascade_frontalface_alt.xml系OpenCV自带的分类器下面是我机器上的文件路径 
    const char *pstrCascadeFileName = "D:\\Program Files\\OpenCV\\opencv2.4.4\\data\\haarcascades\\haarcascade_frontalface_alt.xml";  
    CvHaarClassifierCascade *pHaarCascade = NULL;  
    pHaarCascade = (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName);  


    // 载入图像 
   const char *pstrImageName = "E:\\Picture\\Face_net\\people.jpg";  
    IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);  


    IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  
    cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);  


    // 人脸识别与标记 
    if (pHaarCascade != NULL)  
    {         
        CvScalar FaceCirclecolors[] =   
        {  
            {{0, 0, 255}},  
            {{0, 128, 255}},  
            {{0, 255, 255}},  
            {{0, 255, 0}},  
            {{255, 128, 0}},  
            {{255, 255, 0}},  
            {{255, 0, 0}},  
            {{255, 0, 255}}  
        };  
<span style="white-space:pre">	</span>int scale=1.3;


        CvMemStorage *pcvMStorage = cvCreateMemStorage(0);  
        cvClearMemStorage(pcvMStorage);  
        // 识别 
        DWORD dwTimeBegin, dwTimeEnd;  
        dwTimeBegin = GetTickCount();  
        CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage);  
        dwTimeEnd = GetTickCount();  


        printf("人脸个数: %d   识别用时: %d ms\n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin);  


        // 标记 
        for(int i = 0; i <pcvSeqFaces->total; i++)  
        {        /* 画矩形*/
            CvRect* r = (CvRect*)cvGetSeqElem(pcvSeqFaces, i);   
            cvRectangle(pSrcImage,cvPoint(r->x*scale,r->y*scale), cvPoint((r->x+r->width)*scale,(r->y+r->height)*scale), FaceCirclecolors[i % 8],2); 
	           /*画圆*/
      /*    CvPoint center;  
            int radius;  


            center.x = cvRound((r->x + r->width * 0.5));  
            center.y = cvRound((r->y + r->height * 0.5));  
            radius = cvRound((r->width + r->height) * 0.25);  
            cvCircle(pSrcImage, center, radius, FaceCirclecolors[i % 8], 2);    */
        }  
       cvReleaseMemStorage(&pcvMStorage);  
    }  


    const char *pstrWindowsTitle = "人脸识别";  
    cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE);  
    cvShowImage(pstrWindowsTitle, pSrcImage);  


    cvWaitKey(0);  


    cvDestroyWindow(pstrWindowsTitle);  
    cvReleaseImage(&pSrcImage);   
    cvReleaseImage(&pGrayImage);  
    return 0;  
}

运行结果：