使用opencv进行人脸检测

最新推荐文章于 2024-03-13 12:54:37 发布

Paul-_-

最新推荐文章于 2024-03-13 12:54:37 发布

阅读量718

点赞数

分类专栏：疲劳驾驶检测文章标签： opencv 人脸检测

本文链接：https://blog.csdn.net/u013303626/article/details/51871672

版权

疲劳驾驶检测专栏收录该内容

2 篇文章 0 订阅

订阅专栏

本文使用opencv自带的，基于harr特征+AdaBoost算法的正面人脸分类器来进行人脸检测haarcascade_frontalface_alt.xml

本人使用的是opencv2.4.10版本，上述分类器的存放路径为：

opencv2.4.10\opencv\sources\data\haarcascades

环境为VS2010

代码：

#pragma comment( linker, "/subsystem:\"windows\" /entry:\"mainCRTStartup\"" )//运行时隐藏控制台窗口
#include "opencv2/core/core.hpp" 
#include "opencv2/objdetect/objdetect.hpp" 
#include "opencv2/highgui/highgui.hpp" 
#include <opencv2/imgproc/imgproc.hpp> 
#include <iostream> 

using namespace std; 
using namespace cv; 

//需要将haarcascade_frontalface_alt.xml放置到当前目录下
string face_cascade_name = "haarcascade_frontalface_alt.xml";
//人脸检测级联分类器
CascadeClassifier face_cascade;

//检测和显示检测结果的函数声明
void detectAndDisplay( Mat frame );
 
int main( int argc, const char** argv ){ 
	
	if( !face_cascade.load( face_cascade_name ) ){  
		printf("人脸级联分类器错误，可能未找到文件，请将文件拷贝到当前目录下！\n"); 
		return -1;  
	}
	//读入一张lena图像
	Mat M=imread("lena.png");
	imshow("原图",M);
	detectAndDisplay(M);
	cvWaitKey(0);
	return 0;  
} 
void detectAndDisplay( Mat frame ){ 
	//用来存放检测区域的矩形向量组
	vector<Rect> faces;
	Mat frame_gray;	
	//将图像转换为灰度图像
	cvtColor( frame, frame_gray, CV_BGR2GRAY );  
	//直方图均衡化，直方图均衡化处理	
	equalizeHist( frame_gray,frame_gray );
	/*detectMultiScale函数中frame_gray表示的是要检测的r人脸图像，faces表示检测到的人脸序列，1.1表示
	每次图像尺寸减小的比例为1.1，2表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大
	小都可以检测到人脸),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)为目标的
	最小最大尺寸*/
	face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) ); 
	for( int i = 0; i < faces.size(); i++ ){ 
		//画出原图像中画图人脸区域的红色矩形框 
		rectangle(frame,faces[i],Scalar(0,0,255),2,8,0);
	}
	//显示检测结果	
	imshow("检测结果", frame ); 	
}

效果展示