Opencv学习笔记（二十七）Haar人脸检测

Haar级联

对给定的图像， 特征可能会因区域大小而有所不同， 区域大小也可被称为窗口大小 (window size)。 即使窗口大小不一样， 仅在尺度上不同的两幅图像也应该有相似的特征。 因 此， 能为不同大小的窗口生成特征非常有用。 这些特征集合称为级联。 Haar级联具有尺度不变性， 换句话说， 它在尺度变化上具有鲁棒性。 OpenCV提供了尺度不变Haar级联的分类器和跟踪器， 并可将其保存成指定的文件格式。
OpenCV的 Haar级联不具有旋转不变性。 例如， Haar级联不认为倒置的人脸图像和直立的人脸图像一样， 而侧面的人脸图像与正面的人脸图像也不 样。 可通过多种图像变换和多种窗口大小来提高Haar级联的旋转鲁棒性， 但这样会变得很复杂， 而且会耗费更多 计算资源。

代码

将haar文件放在自定义文件夹下或者工程目录中。
图片检测

import cv2

# 加载人脸、眼的检测分类器
face = cv2.CascadeClassifier('./haar/haarshare/haarcascade_frontalface_default.xml')
eye = cv2.CascadeClassifier('./haar/haarshare/haarcascade_eye.xml')
# 读取图像并灰度化，haar特征提取非常耗时，灰度图下可以提高检测效率
img = cv2.imread(r'F:\OPENCV\Opencv\pg.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 人脸检测: gray灰度图，scaleFactor表示检测过程中每次迭代时图像的缩小比例,
# minNeighbors表示人脸矩形框保留数目的最小值（即同一区域多个矩形框同时存在为人脸检测成功）,默认为3
faces = face.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
    roi_face = gray[y:y + h, x:x + h]
    roi_color = img[y:y + h, x:x + h]

    # 眼睛检测
    eyes = eye.detectMultiScale(roi_face, 1.3, 3)
    for (ex, ey, ew, eh) in eyes:
        cv2.rectangle(img, (x + ex, y + ey), (x + ex + ew, y + ey + eh), (0, 255, 0), 2)

cv2.imshow('dst', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果显示

视频检测（程序可正常运行，本人未上传检测结果）

import cv2

face = cv2.CascadeClassifier('./haar/haarshare/haarcascade_frontalface_default.xml')
eye = cv2.CascadeClassifier('./haar/haarshare/haarcascade_eye.xml')

cap = cv2.VideoCapture(0)

while True:

    ret, frame = cap.read()
    faces = face.detectMultiScale(frame, 1.1, 5)
    for (x, y, w, h) in faces:
        frame = cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2)
        face_area = frame[y:y + h, x:x + w]
        eyes = eye.detectMultiScale(face_area)
        for (ex, ey, ew, eh) in eyes:
            cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)

    cv2.imshow('frame', frame)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 关闭摄像头和窗口
cap.release()
cv2.destroyAllWindows()

参考文献

1.OpenCV计算机视觉Python实现