openCV4.0 C++ 实战：人脸检测 学习笔记(自用 代码+注释)

环境：OpenCV4.5.1 + VS2019

需先下载好相关文件（人脸检测用到的库文件，包括Tensorflow模型以及配置文件）如图：

若找不到该文件可点击此处进行下载 

 quickdemo.cpp

#include <iostream>
#include <opencv2/dnn.hpp>
//#include <opencv2/opencv.hpp>
#include "quickopencv.h"

using namespace std;
using namespace cv;

void QuickDemo::face_detection_demo() {
	//加载权重文件
	string root_dir = "F:/BaiduNetdiskDownload/opencv/sources/samples/dnn/face_detector/";
	//读出一个网络文件（读取深度学习Tensorflow模型以及配置文件）
	//pb文件就是他的模型；pbtxt是配置文件
	dnn::Net net = dnn::readNetFromTensorflow(root_dir + "opencv_face_detector_uint8.pb", root_dir + "opencv_face_detector.pbtxt");

	VideoCapture capture(0);//加载视频
	//VideoCapture capture("E:/2021.9.26备份/图片/Camera Roll/人脸素材.mp4");//加载视频
	Mat frame;	//定义一个二值化的 frame
	while (true) {
		capture.read(frame);
		flip(frame, frame, 1);			// 1 左右翻转 y对称 （镜像）
		if (frame.empty())	//如果读入失败
		{
			break;	//若视频为空，则跳出操作
		}
		//读模型
		Mat blob = dnn::blobFromImage(frame, 1.0, Size(300, 300), Scalar(104, 177, 123), false, false);//对图像进行预处理
		net.setInput(blob);//准备数据（blob就是 NCHW n多少个 c通道数 h高度 w宽度
		//获取数据
		Mat probs = net.forward();//获取推理后的数据（完成推理）
		Mat detectionMat(probs.size[2], probs.size[3], CV_32F, probs.ptr<float>());//构建Mat图像
		/*
		输出：（得出的blob）
		第一个维度：有多少张图像，每张图有个编号；
		维度二：image对应第几批次第几张图；
		维度三：有多少个框
		维度四：每个框有7个值，有7列
		*/
		//解析结果
		for (int i = 0; i < detectionMat.rows; i++) {
			float con = detectionMat.at<float>(i, 2);
			if (con > 0.5) {	//大于0.5就是人脸
				//获取矩形坐标（第3，4，5，6参数）
				int x1 = static_cast<int>(detectionMat.at<float>(i, 3) * frame.cols);
				int y1 = static_cast<int>(detectionMat.at<float>(i, 4) * frame.rows);
				int x2 = static_cast<int>(detectionMat.at<float>(i, 5) * frame.cols);
				int y2 = static_cast<int>(detectionMat.at<float>(i, 6) * frame.rows);
				Rect box(x1, y1, x2 - x1, y2 - y1);
				rectangle(frame, box, Scalar(0, 0, 255), 2, 8, 0);
			}
		}
		imshow("人脸检测演示", frame);
		int c = waitKey(1);			//等待10ms（1s = 1000ms），做视频处理都是1
		if (c == 27) {	//按 esc 退出应用程序
			break;
		}
	}
}

 quickopencv.h

#pragma once

#include <opencv2/opencv.hpp>

using namespace cv;

class QuickDemo {
public:
	void face_detection_demo();					//030.案例：实时人脸检测
};

源.cpp 

#include <iostream>
#include <opencv2/opencv.hpp>
#include "quickopencv.h"

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{
	//const char* imagename = "E:\\2021.9.26备份\\图片\\Camera Roll\\001.jpg"; //此处为你自己的图片路径
	const char* imagename = "E:/2021.9.26备份/图片/Camera Roll/007.jpg"; //此处为你自己的图片路径

	//从文件中读入图像
	Mat img = imread(imagename, 1);	//彩色
	//Mat img = imread(imagename, IMREAD_GRAYSCALE);	//黑白

	//如果读入图像失败
	if (img.empty())
	{
		fprintf(stderr, "Can not load image %s\n", imagename);
		return -1;
	}

	//创建一个新窗口，参数1为名称，参数2代表一个自由的比例
	namedWindow("image", WINDOW_FREERATIO); //可调整显示图片的窗口大小

	//显示图像
	imshow("image", img);//(名称，对象)

	QuickDemo pd;//创建类对象
	pd.mouse_drawing_demo(img);

	waitKey(); //此函数等待按键，按键盘任意键就返回
	//括号中参数为延时时间，单位ms
	destroyAllWindows();//销毁前面创建的显示窗口
	return 0;
}

部分参考了另一位小伙伴的笔记