OpenCV CascadeClassifier级联分类器 人脸检测

一、CascadeClassifier的简介

CascadeClassifier是opencv下objdetect模块中用来做目标检测的级联分类器的一个类；简而言之是滑动窗口机制+级联分类器的方式；早期opencv版本仅支持haar特征的目标检测，分别在opencv2.2和2.4之后开始支持LBP和HOG特征的目标检测。

更详细在介绍在这里。

二、文件下载

要用正确的方式下载，代码才不会报错。

下载地址：https://github.com/opencv/opencv/tree/master/data/haarcascades

1.找到haarcascade_frontalface_default.xml等文件，点击进去.

2.找到Raw，右键链接(目标)另存为。

三、代码

#include <opencv2/opencv.hpp>

#include <iostream>

using namespace std;
using namespace cv;

void detectAndDisyplay(Mat frame);

CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;

int main()
{
    if(!face_cascade.load("/home/jason/file/opencv/haarcascade_frontalface_alt.xml"))
    {
        cout << "--(!)Error loading face cascade\n";
        return -1;
    };

    if (!eyes_cascade.load("/home/jason/file/opencv/haarcascade_eye_tree_eyeglasses.xml"))
    {
        cout << "--(!)Error loading eyes cascade\n";
        return -1;
    }

//    Mat frame = imread("/home/jason/work/01-img/lena.png");
//    if (frame .empty())
//    {
//        cout << "img is empty！/n";
//    }


    VideoCapture capture(0);

    Mat frame;
    while (1) {
        capture >> frame;
        detectAndDisyplay(frame);
        if (waitKey(10)==27) break;

    }

    return 0;
}

void detectAndDisyplay(Mat frame)
{
    Mat frame_gray;

    // BGR2GRAY
    cvtColor(frame,frame_gray,COLOR_BGR2GRAY);

    // 直方图均衡化
    equalizeHist(frame_gray, frame_gray);

    // 人脸检测
    vector<Rect> faces;
    face_cascade.detectMultiScale(frame_gray,faces);

    for (size_t i=0; i<faces.size(); i++)
    {
        // 人脸画框
       rectangle(frame, faces[i], Scalar(255, 0, 0), 1, 8);

       // 人脸扣出来
       Mat faceROI = frame_gray(faces[i]);

       // 眼睛检测
       vector<Rect> eyes;
       eyes_cascade.detectMultiScale(faceROI, eyes);

       // 眼睛画圆
       for (size_t j = 0; j<eyes.size(); j++)
       {
           Point eye_center(faces[i].x + eyes[j].x + eyes[j].width/2,
                            faces[i].y + eyes[j].y + eyes[j].height/2);
           int radius = cvRound((eyes[j].width +  eyes[j].height)*0.25);
           circle(frame, eye_center, radius, Scalar(255, 0, 0),  2, 8);
       }
    }
    imshow( "Face detection", frame );


}

效果：

四、CascadeClassifier级联分类器使用总结

优点：

1. 性能可以实现实时
2. 对光线不敏感，强光弱光都可以检测到
3. 远近都可识别出来 ，框的大小也是自适应的

缺点：

1. 侧脸识别不出来
2. 如果人脸有部分被遮挡，也识别不出来

参考资料：

C++：opencv 人脸检测_timbrist的博客-CSDN博客