opencv 训练人脸对比_基于opencv的人脸识别：分别在1.0和2.4.3版本下的对比

先贴出一段代码，这是opencv1.0版本给出的sample，之前本人在vc6.0+opencv1.0的条件下做过实验，完全成功的。识别时间在50ms左右。

View Code

1 #include "stdafx.h"

2 #include "cv.h"

3 #include "highgui.h"

4 using namespacestd;5 using namespacecv;6 static CvMemStorage* storage = 0;7 static CvHaarClassifierCascade* cascade = 0;8

9 void detect_and_draw( IplImage*image );10

11 const char* cascade_name =

12 "E:\\CV\\src\\haarcascade_frontalface_alt.xml";13

14 int main( int argc, char**argv )15 {16 CvCapture* capture = 0;17 IplImage *frame, *frame_copy = 0;18 int optlen = strlen("--cascade=");19 const char*input_name;20

21 if( argc > 1 && strncmp( argv[1], "--cascade=", optlen ) == 0)22 {23 cascade_name = argv[1] +optlen;24 input_name = argc > 2 ? argv[2] : 0;25 }26 else

27 {28 cascade_name = "E:\\CV\\src\\haarcascade_frontalface_alt.xml";29 input_name = argc > 1 ? argv[1] : 0;30 }31

32 cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0);33

34 if( !cascade )35 {36 cout<

42 if( !input_name || (isdigit(input_name[0]) && input_name[1] == '\0') )43 capture = cvCaptureFromCAM( !input_name ? 0 : input_name[0] - '0');44 else

45 capture =cvCaptureFromAVI( input_name );46

47 cvNamedWindow( "result", 1);48

49 if( capture )50 {51 for(;;)52 {53 if( !cvGrabFrame( capture ))54 break;55 frame =cvRetrieveFrame( capture );56 if( !frame )57 break;58 if( !frame_copy )59 frame_copy = cvCreateImage( cvSize(frame->width,frame->height),60 IPL_DEPTH_8U, frame->nChannels );61 if( frame->origin ==IPL_ORIGIN_TL )62 cvCopy( frame, frame_copy, 0);63 else

64 cvFlip( frame, frame_copy, 0);65

66 detect_and_draw( frame_copy );67

68 if( cvWaitKey( 10 ) >= 0)69 break;70 }71

72 cvReleaseImage( &frame_copy );73 cvReleaseCapture( &capture );74 }75 else

76 {77 const char* filename = input_name ? input_name : (char*)"lena.jpg";78 IplImage* image = cvLoadImage( filename, 1);79

80 if( image )81 {82 detect_and_draw( image );83 cvWaitKey(0);84 cvReleaseImage( &image );85 }86 else

87 {88 /*assume it is a text file containing the89 list of the image filenames to be processed - one per line*/

90 FILE* f = fopen( filename, "rt");91 if( f )92 {93 char buf[1000+1];94 while( fgets( buf, 1000, f ) )95 {96 int len = (int)strlen(buf);97 while( len > 0 && isspace(buf[len-1]) )98 len--;99 buf[len] = '\0';100 image = cvLoadImage( buf, 1);101 if( image )102 {103 detect_and_draw( image );104 cvWaitKey(0);105 cvReleaseImage( &image );106 }107 }108 fclose(f);109 }110 }111

112 }113

114 cvDestroyWindow("result");115 system("pause");116 return 0;117 }118

119 void detect_and_draw( IplImage*img )120 {121 static CvScalar colors[] =

122 {123 {{0,0,255}},124 {{0,128,255}},125 {{0,255,255}},126 {{0,255,0}},127 {{255,128,0}},128 {{255,255,0}},129 {{255,0,0}},130 {{255,0,255}}131 };132

133 double scale = 1.3;134 IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1);135 IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),136 cvRound (img->height/scale)),137 8, 1);138 inti;139

140 cvCvtColor( img, gray, CV_BGR2GRAY );141 cvResize( gray, small_img, CV_INTER_LINEAR );142 cvEqualizeHist( small_img, small_img );143 cvClearMemStorage( storage );144

145 if( cascade )146 {147 double t = (double)cvGetTickCount();148 CvSeq* faces =cvHaarDetectObjects( small_img, cascade, storage,149 1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,150 cvSize(30, 30) );151 t = (double)cvGetTickCount() -t;152 printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );153 for( i = 0; i < (faces ? faces->total : 0); i++)154 {155 CvRect* r = (CvRect*)cvGetSeqElem( faces, i );156 CvPoint center;157 intradius;158 center.x = cvRound((r->x + r->width*0.5)*scale);159 center.y = cvRound((r->y + r->height*0.5)*scale);160 radius = cvRound((r->width + r->height)*0.25*scale);161 cvCircle( img, center, radius, colors[i%8], 3, 8, 0);162 }163 }164

165 cvShowImage( "result", img );166 cvReleaseImage( &gray );167 cvReleaseImage( &small_img );168 }

但是在opencv1.0版本有个很烦的问题，就是摄像头不兼容，不能读取摄像头的图像，窗口是灰的。之前本人用的thinkpad的笔记本，ok的，但是现在换了三星的笔记本，就出现摄像头不兼容的问题，而且据wo在论坛上看的情况，opencv1.0版本摄像头不兼容的情况很普遍。

为了继续探究，于是我换了最高版本opencv2.4.3，解压后有足足3G，感觉异常臃肿啊，之前的opencv1.0版本才几十兆，在opencv2.4.3版本中出现了CascadeClassifier类用于实现级联分类器识别功能。于是我用新版本和新方法去做人脸识别，同样是基于haar特征的级联分类器方法，代码如下：

主文件main.c：

View Code

1 //2013/04/02 copyright cezorzhao2 //real-time effect is very unuseable3 //next , i will use pca to de_demontion the pic to update the code

4

5 #include "stdafx.h"

6 #include"functions.h"

7 #include "opencv2\opencv.hpp"

8 #include "opencv2/objdetect/objdetect.hpp"

9 #include "opencv2/highgui/highgui.hpp"

10 #include "opencv2/imgproc/imgproc.hpp"

11 #include

12 using namespacestd;13 using namespacecv;14 string face_cascade_name0 = "E:\\CV\\src\\haarcascade_frontalface_alt.xml";15 string face_cascade_name1 = "E:\\CV\\src\\haarcascade_frontalface_alt2.xml";16 string face_cascade_name2 = "E:\\CV\\src\\haarcascade_eye_tree_eyeglasses.xml";17 string face_cascade_name3 = "E:\\CV\\src\\lbpcascade_frontalface.xml";18 CascadeClassifier face_cascade;19 extern voiddetectAndDisplay( Mat frame );20 TickMeter tm;21 intmain( )22 {23 if( !face_cascade.load( face_cascade_name3 ) )24 {25 printf("[error] 无法加载级联分类器文件！\n");26 return -1;27 }28 VideoCapture cap(0);29 if( !cap.isOpened() )30 {31 cout<>frame;38 detectAndDisplay(frame , face_cascade);39 cvWaitKey(1);40 }41 waitKey(0);42 }

function.h：

View Code

1 #include "stdafx.h"

2 #include "opencv2/opencv.hpp"

3 #include "opencv2/objdetect/objdetect.hpp"

4 #include "opencv2/highgui/highgui.hpp"

5 #include "opencv2/imgproc/imgproc.hpp"

6 #include "iostream"

7 using namespacestd;8 using namespacecv;9

10 voiddetectAndDisplay( Mat frame , CascadeClassifier face_cascade )11 {12 double scale=2.4;13 externTickMeter tm;14 tm.reset();15 std::vectorfaces;16 Mat frame_gray;17 tm.start();18 cvtColor( frame, frame_gray, CV_BGR2GRAY );19 tm.stop();20 cout<

41 }

能够实现人脸的识别，但是有个严重的问题，那就是耗时太长，一张图片基本要1.8秒，完全达不到视频处理实时性的要求。即使用了金字塔降维之后，耗时依然十分严重。

然后我觉得可能是新方法本身的算法本身的问题，于是用之前那段代码，也就是opencv1.0中的方法，在2.4.3下改了改，结果运行起来发现还是很慢，检测时间还是1秒多。也就是说，检测耗时长这个问题不是新的方法本身的问题，很可能是2.4.3版本结构上有不妥之处。

我在网上查了点资料，新的CascadeClassifier类不仅支持读入haar特征的训练文件(也就是.xml文件)，而且支持lbp特征的训练文件(hog也支持)。于是在opncv安装目录下寻找，果然发现opencv/data目录下有个“lbpcascades”文件夹，里面装有lbp特征的训练文件，而opencv1.0版本的data目录系是仅有haar特征的训练文件的。然后我把代码中的训练文件改为lbp特征的训练文件，发现检测速度可以达到50ms每张，基本能满足实时性了。

以上就是在使用opencv的过程中的一点经验和心得，希望有更多比较精通cv理论的园友一起讨论交流，2.4.3版本的haar特征检测耗时问题也是一直迷惑着我，希望有高人能够点拨。