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