python文件打开方式如何将opendlg变为idle_OpenCV实现人脸检测

前段日子，写了个人脸检测的小程序，可以检测标记图片、视频、摄像头中的人脸。效果还行吧，用的是opencv提供人脸库。至于具体的人脸检测原理，找资料去啃吧。

环境：VS2013+OPENCV2.4.10+Win8.1

一、基于对话框的MFC

首先，新建一个基于对话框的MFC应用程序，命名为myFaceDetect(取消“安全开发周期(SDL)检查”勾选，我自己习惯取消这个)。

放置Button，设置Button的ID和Caption。

图片按钮——ID:IDC_FACEDETECT

视频按钮——ID:IDC_FACEV

摄像头按钮——ID:IDC_FACEC

二、添加消息响应函数

为图片按钮、视频按钮、摄像头按钮，在类向导中添加消息响应函数。

在图片按钮上右键，选择类向导。在CMyFaceDetectDlg类(对话框类)下选中BN_CLICKED消息，点击添加处理程序。其余两个按钮，按同样操作，添加消息响应函数。

完成上述操作后，获得对应三个按钮的消息响应函数。

void CMyFaceDetectDlg::OnClickedFacedetect()//图片按钮

void CMyFaceDetectDlg::OnClickedFacev()//视频按钮

void CMyFaceDetectDlg::OnClickedFacec()//摄像头按钮

三、人脸检测实现

首先，将OpenCV2.4.10+VS2013环境的配置完成，这个网上有许多教程。这是我以前写的一篇配置教程：Visual Studio 2013+OpenCV2.4.10环境搭建教程

对话框类的头文件:MyFaceDetectDlg.h

// MyFaceDetectDlg.h : 头文件

//

#pragma once

#include

#include

#include

#include

#include "afxwin.h"

using namespace cv;

// CMyFaceDetectDlg 对话框

class CMyFaceDetectDlg : public CDialogEx

{

// 构造

public:

CMyFaceDetectDlg(CWnd* pParent = NULL); // 标准构造函数

// 对话框数据

enum { IDD = IDD_MYFACEDETECT_DIALOG };

protected:

virtual void DoDataExchange(CDataExchange* pDX); // DDX/DDV 支持

// 实现

protected:

HICON m_hIcon;

HICON m_catIcon;//程序的小猫图标。如果想用默认的图片，可以将其注释掉。

// 生成的消息映射函数

virtual BOOL OnInitDialog();

afx_msg void OnPaint();

afx_msg HCURSOR OnQueryDragIcon();

DECLARE_MESSAGE_MAP()

public:

afx_msg void OnClickedFacedetect();

public:

CascadeClassifier cascade;//级联分类器

Mat image;//图片

double scale;//缩小比例。缩小图片可以加快检测速度，当然加快检测速度还有其他的方法。

public:

void detectAndDraw(Mat& img, CascadeClassifier& cascade, double scale);//添加的实现人脸检测的函数，核心函数

CButton m_btn;//为了美化按钮添加对象，可以注释掉。

afx_msg void OnClickedFacev();

afx_msg void OnClickedFacec();

afx_msg void OnBnClickedCancel();

};

对话框类的实现：MyFaceDetectDlg.cpp

// MyFaceDetectDlg.cpp : 实现文件

//

#include "stdafx.h"

#include "MyFaceDetect.h"

#include "MyFaceDetectDlg.h"

#include "afxdialogex.h"

#include

#ifdef _DEBUG

#define new DEBUG_NEW

#endif

// CMyFaceDetectDlg 对话框

CMyFaceDetectDlg::CMyFaceDetectDlg(CWnd* pParent /*=NULL*/)

: CDialogEx(CMyFaceDetectDlg::IDD, pParent)

{

m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);

m_catIcon = AfxGetApp()->LoadIcon(IDI_ICON4);//加载自己的图标(小猫~)

scale = 1.3;

}

void CMyFaceDetectDlg::DoDataExchange(CDataExchange* pDX)

{

CDialogEx::DoDataExchange(pDX);

DDX_Control(pDX, IDC_FACEDETECT, m_btn);

}

BEGIN_MESSAGE_MAP(CMyFaceDetectDlg, CDialogEx)

ON_WM_PAINT()

ON_WM_QUERYDRAGICON()

ON_BN_CLICKED(IDC_FACEDETECT, &CMyFaceDetectDlg::OnClickedFacedetect)

ON_BN_CLICKED(IDC_FACEV, &CMyFaceDetectDlg::OnClickedFacev)

ON_BN_CLICKED(IDC_FACEC, &CMyFaceDetectDlg::OnClickedFacec)

ON_BN_CLICKED(IDCANCEL, &CMyFaceDetectDlg::OnBnClickedCancel)

END_MESSAGE_MAP()

// CMyFaceDetectDlg 消息处理程序

BOOL CMyFaceDetectDlg::OnInitDialog()

{

CDialogEx::OnInitDialog();

// 设置此对话框的图标。 当应用程序主窗口不是对话框时，框架将自动

// 执行此操作

//若不需要自己设置图标，可以将后面所有m_catIcon改成m_hIcon

SetIcon(m_catIcon, TRUE); // 设置大图标。

SetIcon(m_catIcon, FALSE); // 设置小图标

//按钮加载图片背景

//HBITMAP hbmp1 = ::LoadBitmap(AfxGetInstanceHandle(), MAKEINTRESOURCE(IDB_BITMAP2));

//m_btn.SetBitmap(hbmp1);

// TODO: 在此添加额外的初始化代码

return TRUE; // 除非将焦点设置到控件，否则返回 TRUE

}

// 如果向对话框添加最小化按钮，则需要下面的代码

// 来绘制该图标。 对于使用文档/视图模型的 MFC 应用程序，

// 这将由框架自动完成。

void CMyFaceDetectDlg::OnPaint()

{

if (IsIconic())

{

CPaintDC dc(this); // 用于绘制的设备上下文

SendMessage(WM_ICONERASEBKGND, reinterpret_cast(dc.GetSafeHdc()), 0);

// 使图标在工作区矩形中居中

int cxIcon = GetSystemMetrics(SM_CXICON);

int cyIcon = GetSystemMetrics(SM_CYICON);

CRect rect;

GetClientRect(&rect);

int x = (rect.Width() - cxIcon + 1) / 2;

int y = (rect.Height() - cyIcon + 1) / 2;

// 绘制图标

dc.DrawIcon(x, y, m_catIcon);

}

else

{

/*改变对话框背景****若需要默认背景，可以删除*/

CPaintDC dc(this);

CRect rect;

GetClientRect(&rect);

CDC dcBmp;

dcBmp.CreateCompatibleDC(&dc);

CBitmap bmpBackGround;

bmpBackGround.LoadBitmap(IDB_BITMAP4);

BITMAP m_bitmap;

bmpBackGround.GetBitmap(&m_bitmap);

CBitmap *pbmpOld = dcBmp.SelectObject(&bmpBackGround);

dc.StretchBlt(0, 0, rect.Width(), rect.Height(), &dcBmp, 0, 0, m_bitmap.bmWidth, m_bitmap.bmHeight, SRCCOPY);

/*********************************/

CDialogEx::OnPaint();

}

}

//当用户拖动最小化窗口时系统调用此函数取得光标

//显示。

HCURSOR CMyFaceDetectDlg::OnQueryDragIcon()

{

return static_cast(m_catIcon);

}

void CMyFaceDetectDlg::OnClickedFacedetect()

{

// TODO: 在此添加控件通知处理程序代码

CString filename;

//打开对话框

CFileDialog OpenDlg(TRUE, NULL, NULL, OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR,

_T("图片 (*.jpg)|*.jpg|(*.*) |*.*|"), NULL);

if (OpenDlg.DoModal() != IDOK)

{

return;

}

filename = OpenDlg.GetPathName();//获得文件路径

/*CString转换*string*/

USES_CONVERSION;

std::string tempName(W2A(filename));

image = imread(tempName);//读取图片

const String cascade_name = "./haarcascade_frontalface_alt2.xml";//加载人脸库

if (!cascade.load(cascade_name))

{

MessageBox(_T("ERROR:Could not load cascade!"));

return;

}

if (!image.data)

{

MessageBox(_T("ERROR:Could not load image!"));

return;

}

namedWindow("人脸检测", CV_WINDOW_AUTOSIZE);

detectAndDraw(image, cascade, scale);//调用人脸检测函数

imshow("人脸检测", image);

return;

}

void CMyFaceDetectDlg::detectAndDraw(Mat& img, CascadeClassifier& cascade, double scale)

{

/*程序核心函数，检测标记人脸*/

int i = 0;

vectorfaces;//定义一个容器，保存检测结果

const static Scalar colors[] = {

CV_RGB(0, 0, 255),

CV_RGB(0, 128, 255),

CV_RGB(0, 255, 255),

CV_RGB(0, 255, 0),

CV_RGB(255, 128, 0),

CV_RGB(255, 255, 0),

CV_RGB(255, 0, 0),

CV_RGB(255, 0, 255)

};

Mat gray, smallImage(cvRound(img.rows / scale), cvRound(img.cols / scale), CV_8UC1);//用cvRound取整

cvtColor(img, gray, CV_BGR2GRAY);//转化灰度图

resize(gray, smallImage, smallImage.size(), 0, 0, INTER_LINEAR);//图片尺度调整

equalizeHist(smallImage, smallImage);//直方图均衡

cascade.detectMultiScale(smallImage, faces);//核心，检测人脸

for (vector::const_iterator r = faces.begin(); r != faces.end(); r++, i++)

{

//利用迭代器，标记出人脸位置。

Point center;

Scalar color = colors[i % 8];

int radius;

/*计算出原图像中的圆心和半径。公式很简单，自己写一下，就可以理解了*/

center.x = cvRound((r->x + r->width*0.5)*scale);

center.y = cvRound((r->y + r->height*0.5)*scale);

radius = cvRound((r->width + r->height)*0.25*scale);

/****************/

circle(img, center, radius, color, 3);

}

}

void CMyFaceDetectDlg::OnClickedFacev()

{

// TODO: 在此添加控件通知处理程序代码

//检测视频帧中的人脸

CString filename;

CFileDialog OpenDlg(TRUE, NULL, NULL, OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR,

_T("视频(*.avi)|*.avi|(*.*)|*.*|"), NULL);

if (OpenDlg.DoModal() != IDOK)

{

return;

}

/*CString转换*string*/

filename = OpenDlg.GetPathName();

USES_CONVERSION;

std::string tempName(W2A(filename));

const String cascade_name = "./haarcascade_frontalface_alt2.xml";

if (!cascade.load(cascade_name))

{

MessageBox(_T("ERROR:Could not load cascade!"));

return;

}

VideoCapture capture(tempName);//打开视频

if (!capture.isOpened())

{

MessageBox(_T("ERROR:Could not load Video!"));

return;

}

double rate = capture.get(CV_CAP_PROP_FPS);

bool stop(false);

int delay = 1000 / rate;

while (!stop)

{

if (!capture.read(image))//读取视频帧

break;

detectAndDraw(image, cascade, scale);

imshow("人脸检测", image);

if (waitKey(delay) >= 0)

stop = true;

}

capture.release();

return;

}

void CMyFaceDetectDlg::OnClickedFacec()

{

// TODO: 在此添加控件通知处理程序代码

//检测摄像头中的人脸数据

const String cascade_name = "./haarcascade_frontalface_alt2.xml";

if (!cascade.load(cascade_name))

{

MessageBox(_T("ERROR:Could not load cascade!"));

return;

}

VideoCapture capture(0);//打开摄像头

if (!capture.isOpened())

{

MessageBox(_T("ERROR:Could not load capture!"));

return;

}

//double rate = capture.get(CV_CAP_PROP_FPS);

//bool stop(false);

//int delay = 1000 / rate;

int k=0;

while (1)

{

if (!capture.read(image))

break;

detectAndDraw(image, cascade, scale);

imshow("人脸检测", image);

k=waitkey(10);

if (k=27)//ESC键

break;

}

capture.release();

return;

}

void CMyFaceDetectDlg::OnBnClickedCancel()

{

// TODO: 在此添加控件通知处理程序代码

CDialogEx::OnCancel();

}

三 运行程序

视频和图片都有测试，一般只要是正脸、清晰的都能检测图片。另外，需要将haarcascade_frontalface_alt2.xml文件复制到程序目录下。

将文件在目录opencv\sources\data\haarcascades下。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

您可能感兴趣的文章:

基于openCV实现人脸检测

C++利用opencv实现人脸检测

opencv实现图片与视频中人脸检测功能

时间： 2018-01-09