注:接上篇《Qt5.9.7 OpenCV 人脸识别》之OpenCV显示摄像头图像
1 拷贝OpenCV自己的训练文件
OpenCV的训练文件针对不同场景提供了不同的xml格式训练文件,方便分类器使用,这里采用其中的主要以人脸为主的训练文件haarcascade_frontalface_alt2.xml。
将上上节编译好的构建目录build\install\etc\haarcascades 下的haarcascade_frontalface_alt2.xml文件拷贝到程序执行文件目录。
2 使用级联分类器CascadeClassifier
OpenCV老版本使用CvHaarClassifierCascade函数,老版本的分类器只支持类Haar特征。3.4.5版本是新版本,可以使用CascadeClassifier类训练人脸检测器,CascadeClassifier既可以使用Haar,也可以使用LBP特征。
2.1 创建分类器对象,定义分类器加载成功标识
CascadeClassifier m_ccf; //创建分类器对象
bool m_isClassifierLoaded; //分类器加载成功标识
2.2 分类器加载训练文件
定义训练文件
const std::string xmlPath = "haarcascade_frontalface_alt2.xml";
程序启动加载训练文件
m_isClassifierLoaded = m_ccf.load(xmlPath); //加载训练文件
3 检测人脸
void MainWindow::imageShow(const Mat &img, QLabel *label)
{
if(m_isClassifierLoaded) //加载训练文件已成功
{
std::vector<Rect> faces; //创建一个容器保存检测出来的脸
Mat gray;
cvtColor(img,gray,CV_BGR2GRAY); //转换成灰度图,因为harr特征从灰度图中提取
equalizeHist(gray,gray); //直方图均衡行
m_ccf.detectMultiScale(gray,faces,1.1,2,0|CV_HAAR_SCALE_IMAGE, Size(30, 30)); //检测人脸
//画方框
for( int i = 0; i < faces.size(); i++ ){
Point centera( faces[i].x, faces[i].y);
Point centerb( faces[i].x + faces[i].width, faces[i].y + faces[i].height );
rectangle(img,centera,centerb,Scalar(255,0,0));
}
}
image = mat2QImage(img);
image = image.mirrored(true, false); //将图像水平镜像
label->setPixmap(QPixmap::fromImage(image));
}
4 效果图
5 程序源码
程序源码:https://gitee.com/wangzhenglin/facedetection