人脸检测的c语言代码,C/C++知识点之MTCNN人脸检测 附完整C++代码

本文主要向大家介绍了 C/C++知识点之MTCNN人脸检测  附完整C++代码，通过具体的内容向大家展示，希望对大家学习C/C++知识点有所帮助。人脸检测 识别一直是图像算法领域一个主流话题。

前年 SeetaFace 开源了人脸识别引擎，一度成为热门话题。

虽然后来SeetaFace 又放出来 2.0版本，但是，我说但是。。。

没有训练代码，想要自己训练一下模型那可就犯难了。

虽然可以阅读源码，从前向传播的角度，反过来实现训练代码，

但是谁有那个闲功夫和时间，去折腾这个呢？

有的时候还是要站在巨人的肩膀上，你才能看得更远。

而SeetaFace 不算巨人，只是当年风口上的猪罢了。

前年，为了做一个人脸项目，也是看遍了网上各种项目。

林林总总，各有优劣。

不多做评价，很多东西还是要具体实操，实战才能见真知。

有一段时间，用SeetaFace的人脸检测来做一些小的演示demo，

也花了一点小时间去优化它的算法。

不过很明显我只是把他当成玩具看待。

毕竟不能自己训练模型，这是很大的诟病。

直到后来深度学习大放异彩，印象最深刻莫过于MTCNN。

Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Neural Networks

相关资料见：https://github.com/kpzhang93/MTCNN_face_detection_alignment

大合照下，人脸圈出来很准确，壮观了去，这是第一印象。

上图，大家感受一下。

MTCNN的有三个网络结构。

Stage1: Proposal Net

Stage2: Refine Net

Stage3: Output Net

具体算法思路就不展开了。

我对MTCNN感兴趣的点在于，

MTCNN的思路可以拓展到各种物体检测和识别方向。

也许唯一缺少的就是打标好的数据，

而标注五个点，足够用于适配大多数物体了。

符合小而美的理念，这个是我比较推崇的。

所以MTCNN是一个很值得品味的算法。

github上也有不少MTCNN的实现和资源。

基于mxnet 基于caffe 基于ncnn 等等。。。

很明显，mxnet 和  caffe 不符合小而美的理念。

果断抛弃了。

ncnn有点肥大，不合我心。

所以，我动了杀气。。

移除NCNN 与mtcnn无关的层，

梳理ncnn的一些逻辑代码。

简单做了一些适配和优化。

砍掉一些边边角角。

不依赖opencv等第三方库。

编写示例代码完成后，还有不少工作要做，

不过第一步感觉已经符合我的小小预期。

完整示例代码：

#include "mtcnn.h"

#include "browse.h"

#define USE_SHELL_OPEN

#ifndef  nullptr

#define nullptr 0

#endif

#if defined(_MSC_VER)

#define _CRT_SECURE_NO_WARNINGS

#include #else

#include #endif

#define STB_IMAGE_STATIC

#define STB_IMAGE_IMPLEMENTATION

#include "stb_image.h"

//ref:https://github.com/nothings/stb/blob/master/stb_image.h

#define TJE_IMPLEMENTATION

#include "tiny_jpeg.h"

//ref:https://github.com/serge-rgb/TinyJPEG/blob/master/tiny_jpeg.h

#include #include "timing.h"

char saveFile[1024];

unsigned char *loadImage(const char *filename, int *Width, int *Height, int *Channels) {

return stbi_load(filename, Width, Height, Channels, 0);

}

void saveImage(const char *filename, int Width, int Height, int Channels, unsigned char *Output) {

memcpy(saveFile + strlen(saveFile), filename, strlen(filename));

*(saveFile + strlen(saveFile) + 1) = 0;

//保存为jpg

if (!tje_encode_to_file(saveFile, Width, Height, Channels, true, Output)) {

fprintf(stderr, "save JPEG fail.\n");

return;

}

#ifdef USE_SHELL_OPEN

browse(saveFile);

#endif

}

void splitpath(const char *path, char *drv, char *dir, char *name, char *ext) {

const char *end;

const char *p;

const char *s;

if (path[0] && path[1] == ‘:‘) {

if (drv) {

*drv++ = *path++;

*drv++ = *path++;

*drv = ‘\0‘;

}

}

else if (drv)

*drv = ‘\0‘;

for (end = path; *end && *end != ‘:‘;)

end++;

for (p = end; p > path && *--p != ‘\\‘ && *p != ‘/‘;)

if (*p == ‘.‘) {

end = p;

break;

}

if (ext)

for (s = end; (*ext = *s++);)

ext++;

for (p = end; p > path;)

if (*--p == ‘\\‘ || *p == ‘/‘) {

p++;

break;

}

if (name) {

for (s = p; s 

*name++ = *s++;

*name = ‘\0‘;

}

if (dir) {

for (s = path; s 

*dir++ = *s++;

*dir = ‘\0‘;

}

}

void getCurrentFilePath(const char *filePath, char *saveFile) {

char drive[_MAX_DRIVE];

char dir[_MAX_DIR];

char fname[_MAX_FNAME];

char ext[_MAX_EXT];

splitpath(filePath, drive, dir, fname, ext);

size_t n = strlen(filePath);

memcpy(saveFile, filePath, n);

char *cur_saveFile = saveFile + (n - strlen(ext));

cur_saveFile[0] = ‘_‘;

cur_saveFile[1] = 0;

}

void drawPoint(unsigned char *bits, int width, int depth, int x, int y, const uint8_t *color) {

for (int i = 0; i 

bits[(y * width + x) * depth + i] = color[i];

}

}

void drawLine(unsigned char *bits, int width, int depth, int startX, int startY, int endX, int endY,

const uint8_t *col) {

if (endX == startX) {

if (startY > endY) {

int a = startY;

startY = endY;

endY = a;

}

for (int y = startY; y <= endY; y++) {

drawPoint(bits, width, depth, startX, y, col);

}

}

else {

float m = 1.0f * (endY - startY) / (endX - startX);

int y = 0;

if (startX > endX) {

int a = startX;

startX = endX;

endX = a;

}

for (int x = startX; x <= endX; x++) {

y = (int)(m * (x - startX) + startY);

drawPoint(bits, width, depth, x, y, col);

}

}

}

void drawRectangle(unsigned char *bits, int width, int depth, int x1, int y1, int x2, int y2, const uint8_t *col) {

drawLine(bits, width, depth, x1, y1, x2, y1, col);

drawLine(bits, width, depth, x2, y1, x2, y2, col);

drawLine(bits, width, depth, x2, y2, x1, y2, col);

drawLine(bits, width, depth, x1, y2, x1, y1, col);

}

int main(int argc, char **argv) {

printf("mtcnn face detection\n");

printf("blog:http://cpuimage.cnblogs.com/\n");

if (argc 

printf("usage: %s  model_path image_file \n ", argv[0]);

printf("eg: %s  ../models ../sample.jpg \n ", argv[0]);

printf("press any key to exit. \n");

getchar();

return 0;

}

const char *model_path = argv[1];

char *szfile = argv[2];

getCurrentFilePath(szfile, saveFile);

int Width = 0;

int Height = 0;

int Channels = 0;

unsigned char *inputImage = loadImage(szfile, &Width, &Height, &Channels);

if (inputImage == nullptr || Channels != 3) return -1;

ncnn::Mat ncnn_img = ncnn::Mat::from_pixels(inputImage, ncnn::Mat::PIXEL_RGB, Width, Height);

std::vectorfinalBbox;

MTCNN mtcnn(model_path);

double startTime = now();

mtcnn.detect(ncnn_img, finalBbox);

double nDetectTime = calcElapsed(startTime, now());

printf("time: %d ms.\n ", (int)(nDetectTime * 1000));

int num_box = finalBbox.size();

printf("face num: %u \n", num_box);

for (int i = 0; i 

const uint8_t red[3] = { 255, 0, 0 };

drawRectangle(inputImage, Width, Channels, finalBbox[i].x1, finalBbox[i].y1,

finalBbox[i].x2,

finalBbox[i].y2, red);

const uint8_t blue[3] = { 0, 0, 255 };

for (int num = 0; num 

drawPoint(inputImage, Width, Channels, (int)(finalBbox[i].ppoint[num] + 0.5f),

(int)(finalBbox[i].ppoint[num + 5] + 0.5f), blue);

}

}

saveImage("_done.jpg", Width, Height, Channels, inputImage);

free(inputImage);

printf("press any key to exit. \n");

getchar();

return 0;

}

效果图来一个。

本文由职坐标整理并发布，希望对同学们有所帮助。了解更多详情请关注职坐标编程语言C/C+频道！