opencv 2.4.9+vs2013 人脸识别环境搭建，眼睛，鼻子，嘴巴等 摄像头读取和显示

最新推荐文章于 2023-06-30 19:53:37 发布
最新推荐文章于 2023-06-30 19:53:37 发布
阅读量7.9k 收藏 28
点赞数 4
分类专栏： C++ 文章标签： 脸部识别 opencv 摄像头
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wgf5845201314/article/details/78133434
版权

一 ，环境设置  

      工具： 

      步骤：

     1.   安装opencv2.4.9，解压，请务必记住自己解压的路径。以我自己的路径为例D:\

       

     2.  配置环境变量

         （1）系统变量 Path：添加 D:\opencv2.4.9\opencv\build\x86\vc12\bin

      （2）用户变量： 添加opencv变量值 D:\opencv2.4.9\opencv\build

           添加PATH变量（有就不需要添加，但是值需要添加）值D:\opencv2.4.9\opencv\build\x86\vc12\bin

      说明：不管你系统是32位还是64位，路径目录均选择X86，因为编译都是使用32位编译；如果选用X64，则程序运行时候会出错。

     

3.  新建visual C项目

    新建 visual C++项目，如下图所示，项目选项注意：如下图。

    

   

    

   4.  工程目录的配置（Debug）

      找到属性管理器     视图---其他窗口----属性管理器

        如果找不到，请安装下图方法找到。双击Debug|Win32打开如下窗口，

    

   设置如下：（下图红框项为设置项）

   1、包含目录：（VC++目录）

        D:\opencv2.4.9\opencv\build\include

        D:\opencv2.4.9\opencv\build\include\opencv

        D:\opencv2.4.9\opencv\build\include\opencv2

  2、库目录：（VC++目录）D:\opencv2.4.9\opencv\build\x86\vc12\lib

  3、连接器->输入->附加依赖项：

  

opencv_ml249d.lib

opencv_calib3d249d.lib

opencv_contrib249d.lib

opencv_core249d.lib

opencv_features2d249d.lib

opencv_flann249d.lib

opencv_gpu249d.lib

opencv_highgui249d.lib

opencv_imgproc249d.lib

opencv_legacy249d.lib

opencv_objdetect249d.lib

opencv_ts249d.lib

opencv_video249d.lib

opencv_nonfree249d.lib

opencv_ocl249d.lib

opencv_photo249d.lib

opencv_stitching249d.lib

opencv_superres249d.lib

opencv_videostab249d.lib

其实以上都是D:\Program Files\opencv\build\x86\vc12\lib下所有的lib文件，你会发现，有的后面带上d，有的没有d，这是因为Debug的就有d，Release则没有d。


 




5.  工程目录的配置（Release）

    其他与Debug一样，只是连接器->输入->附加依赖项不一样，设置如下：

opencv_objdetect249.lib

opencv_ts249.lib

opencv_video249.lib

opencv_nonfree249.lib

opencv_ocl249.lib

opencv_photo249.lib

opencv_stitching249.lib

opencv_superres249.lib

opencv_videostab249.lib

opencv_calib3d249.lib

opencv_contrib249.lib

opencv_core249.lib

opencv_features2d249.lib

opencv_flann249.lib

opencv_gpu249.lib

opencv_highgui249.lib

opencv_imgproc249.lib

opencv_legacy249.lib

opencv_ml249.lib


6.  测试代码

   解决方案资源管理器-----源文件-----右键-----添加---新建项---写代码


二 人脸识别，

   以下包含三个部分： 摄像头读取和显示，人脸识别单张图像，人脸识别视频形式

1.   读取摄像头和显示：

int main( int argc, char** argv ) {   
    //int i=0;  
    cvNamedWindow( "Example2_9", CV_WINDOW_AUTOSIZE );  
    CvCapture* capture;  
    capture = cvCreateCameraCapture(0);  
    assert( capture != NULL );  
    IplImage* frame;  
    //frame = cvQueryFrame( capture );  //先读一次规避掉第一帧  
    while(1) {  
        frame = cvQueryFrame( capture );  
        if( !frame ) break;         //如果程序不能读取摄像头，那么将此句删除或加个判断即采用注释掉的i语句又或者在while前读一次  
        //if( !frame&i>0 ) break;  
        //if(i>0)  
        cvShowImage( "Example2_9", frame );  
        char c = cvWaitKey(10);  
        if( c == 27 ) break;  
        //i++;  
    }  
    cvReleaseCapture( &capture );  
    cvDestroyWindow( "Example2_9" );  
    return 0;  
}  
//在运行书上第2章练习2运动跟踪时，删掉掉if语句不能运行,加个判断可以

2.  人脸识别

OpenCV_人脸检测

利用OpenCV自带的人脸识别库haarcascade_frontalface_alt.xml进行人脸识别测试


Opencv自带了几个训练好的分类器，我们可以直接调用测试，分类器的目录在opencv的安装目录opencv246\opencv\sources\data\haarcascades\文件夹下

关于人脸检测有四个分类器



这里我们采用haarcascade_frontalface_alt.xml进行人脸识别测试。

调用代码如下：


#include "cv.h"  
#include "highgui.h"  
  
  
#include <stdio.h>  
#include <stdlib.h>  
#include <string.h>  
#include <assert.h>  
#include <math.h>  
#include <float.h>  
#include <limits.h>  
#include <time.h>  
#include <ctype.h>  
using namespace std;  
  
  
static CvMemStorage* storage = 0;  
static CvHaarClassifierCascade* cascade = 0;  
  
  
void detect_and_draw( IplImage* image );  
  
  
const char* cascade_name ="D:/opencv2.4.9/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml"; //opencv自带人脸识别训练结果  
/* "haarcascade_profileface.xml";*/  
  
  
int main()  
{  
   CvCapture* capture = 0;  
  
  
   cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );//加载opencv自带人脸识别训练结果  
  
  
  if( !cascade )  
  {  
     fprintf( stderr, "ERROR: Could not load classifier cascade/n" );  
     //fprintf( stderr,  
     //"Usage: facedetect --cascade=/"<cascade_path>"/[filename|camera_index]/n" );  
     return -1;  
   }  
   storage = cvCreateMemStorage(0);  
  
   cvNamedWindow( "result", 1 );  
  
   const char* filename = "people.jpg";  
   IplImage* image = cvLoadImage(filename ); //加载图像  
   if( image )  
 {  
 detect_and_draw( image );  
 cvWaitKey(0);  
 cvReleaseImage( &image );  
 }  
  
  
 cvDestroyWindow("result");  
 cvWaitKey(0);  
 return 0;  
}  
  
  
void detect_and_draw( IplImage* img ) //检测人脸并画出区域  
{  
 static CvScalar colors[] =   //随机生成颜色序列  
 {  
 {{0,0,255}},  
 {{0,128,255}},  
 {{0,255,255}},  
 {{0,255,0}},  
 {{255,128,0}},  
 {{255,255,0}},  
 {{255,0,0}},  
 {{255,0,255}}  
 };  
  
  
 double scale = 1.3;  
 IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );   
 IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),  
 cvRound (img->height/scale)),8, 1 );  
 int i;  
  
  
 cvCvtColor( img, gray, CV_BGR2GRAY );//彩色图转化为灰度图  
 cvResize( gray, small_img, CV_INTER_LINEAR ); //利用线性插值算法归一化图像  
 cvEqualizeHist( small_img, small_img ); //直方图均衡化  
 cvClearMemStorage( storage );  
  
  
 if( cascade )  
 {  
 double t = (double)cvGetTickCount();   
 CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,  
 1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,  
 cvSize(30, 30) );  
 t = (double)cvGetTickCount() - t;   
 printf( "detection time = %gms/n", t/((double)cvGetTickFrequency()*1000.) ); //统计人脸定位所用时间  
 for( i = 0; i < (faces ? faces->total : 0); i++ )  
 {  
 CvRect* r = (CvRect*)cvGetSeqElem( faces, i );  
 CvPoint center;  
 int radius;  
 center.x = cvRound((r->x + r->width*0.5)*scale); //圆心  
 center.y = cvRound((r->y + r->height*0.5)*scale);  
 radius = cvRound((r->width + r->height)*0.25*scale); //半径  
 cvCircle( img, center, radius, colors[i%8], 3, 8, 0 ); //用圆形圈出人脸区域  
 }  
 }  
  
  
   cvShowImage( "result", img );  
   cvReleaseImage( &gray );  
  cvReleaseImage( &small_img );  
}

   2.  人脸识别 ———视频

#include "cv.h"  
#include "highgui.h"  


#include <stdio.h>  
#include <stdlib.h>  
#include <string.h>  
#include <assert.h>  
#include <math.h>  
#include <float.h>  
#include <limits.h>  
#include <time.h>  
#include <ctype.h>  
using namespace std;


static CvMemStorage* storage = 0;
static CvHaarClassifierCascade* cascade = 0;


void detect_and_draw(IplImage* image);


const char* cascade_name = "D:/opencv2.4.9/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml"; //opencv×Ô´øÈËÁ³Ê¶±ðѵÁ·½á¹û  
/* "haarcascade_profileface.xml";*/


int main()
{
	CvCapture* capture;
	capture = cvCreateCameraCapture(0);
	cvNamedWindow("face", 1);

	cascade = (CvHaarClassifierCascade*)cvLoad(cascade_name, 0, 0, 0);//¼ÓÔØopencv×Ô´øÈËÁ³Ê¶±ðѵÁ·½á¹û  


	if (!cascade)
	{
		fprintf(stderr, "ERROR: Could not load classifier cascade/n");
		//fprintf( stderr,  
		//"Usage: facedetect --cascade=/"<cascade_path>"/[filename|camera_index]/n" );  
		return -1;
	}
	storage = cvCreateMemStorage(0);
	assert(capture != NULL);
	
	IplImage* frame;
	frame = cvQueryFrame( capture );  //ÏȶÁÒ»´Î¹æ±ÜµôµÚÒ»Ö¡  
	while (1) {
		frame = cvQueryFrame(capture);
		detect_and_draw(frame);
		//if (!frame) break;         //Èç¹û³ÌÐò²»ÄܶÁÈ¡ÉãÏñÍ·£¬ÄÇô½«´Ë¾äɾ³ý»ò¼Ó¸öÅжϼ´²ÉÓÃ×¢Ê͵ôµÄiÓï¾äÓÖ»òÕßÔÚwhileÇ°¶ÁÒ»´Î  
		//if( !frame&i>0 ) break;  
		//if(i>0)  
		cvShowImage("face", frame);
		char c = cvWaitKey(10);
		if (c == 27) break;
		//i++;  
	}
	cvReleaseCapture(&capture);
	cvDestroyWindow("face");
	cvWaitKey(0);
	return 0;

}


void detect_and_draw(IplImage* img) //¼ì²âÈËÁ³²¢»­³öÇøÓò  
{
	static CvScalar colors[] =   //Ëæ»úÉú³ÉÑÕÉ«ÐòÁÐ  
	{
		{ { 0, 0, 255 } },
		{ { 0, 128, 255 } },
		{ { 0, 255, 255 } },
		{ { 0, 255, 0 } },
		{ { 255, 128, 0 } },
		{ { 255, 255, 0 } },
		{ { 255, 0, 0 } },
		{ { 255, 0, 255 } }
	};


	double scale = 1.3;
	IplImage* gray = cvCreateImage(cvSize(img->width, img->height), 8, 1);
	IplImage* small_img = cvCreateImage(cvSize(cvRound(img->width / scale),
		cvRound(img->height / scale)), 8, 1);
	int i;


	cvCvtColor(img, gray, CV_BGR2GRAY);//²Êɫͼת»¯Îª»Ò¶Èͼ  
	cvResize(gray, small_img, CV_INTER_LINEAR); //ÀûÓÃÏßÐÔ²åÖµËã·¨¹éÒ»»¯Í¼Ïñ  
	cvEqualizeHist(small_img, small_img); //Ö±·½Í¼¾ùºâ»¯  
	cvClearMemStorage(storage);


	if (cascade)
	{
		double t = (double)cvGetTickCount();
		CvSeq* faces = cvHaarDetectObjects(small_img, cascade, storage,
			1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,
			cvSize(30, 30));
		t = (double)cvGetTickCount() - t;
		printf("detection time = %gms/n", t / ((double)cvGetTickFrequency()*1000.)); //ͳ¼ÆÈËÁ³¶¨Î»ËùÓÃʱ¼ä  
		for (i = 0; i < (faces ? faces->total : 0); i++)
		{
			CvRect* r = (CvRect*)cvGetSeqElem(faces, i);
			CvPoint center;
			int radius;
			center.x = cvRound((r->x + r->width*0.5)*scale); //Ô²ÐÄ  
			center.y = cvRound((r->y + r->height*0.5)*scale);
			radius = cvRound((r->width + r->height)*0.25*scale); //°ë¾¶  
			cvCircle(img, center, radius, colors[i % 8], 3, 8, 0); //ÓÃÔ²ÐÎȦ³öÈËÁ³ÇøÓò  
		}
	}


	//cvShowImage("result", img);
	cvReleaseImage(&gray);
	cvReleaseImage(&small_img);
}


注释：

const char* cascade_name="haarcascade_frontalface_alt2.xml";//分类器的名称
const char* cascade_name1="haarcascade_eye_tree_eyeglasses.xml";//分类器的名称
const char* cascade_name2="haarcascade_frontalface_alt_tree.xml";//分类器的名称
const char* cascade_name3="haarcascade_mcs_mouth.xml";//分类器的名称
const char* cascade_name4="haarcascade_mcs_nose.xml";//分类器的名称

这是不同的分类器，你可以在你安装的OpenCV中找到。如D:\Program Files\OpenCV2.0\vs2008\data\haarcascades

不同分类器能够帮助你识别不同的部分，如眼睛，鼻子和嘴，更多的需要自己去探索吧。

注释：

  把圆形转换成矩形：

pt1.x = r->x*scale; 
pt2.x = (r->x+r->width)*scale; 
pt1.y = r->y*scale; 
pt2.y = (r->y+r->height)*scale; 
cvRectangle( img, pt1, pt2, CV_RGB(255,0,0), 3, 8, 0 ); 

pt1 : 矩形左上角

pt2:  矩形右下角

只需把  

cvCircle(img, center, radius, colors[i % 8], 3, 8, 0); //用圆形圈出人脸区域

换成

cvRectangle(img, cvPoint(r->x*scale, r->y*scale), cvPoint((r->x + r->width)*scale, (r->x + r->height)*scale), cvScalar(0, 0, 255), 2, 8, 0);











老张谋
关注
  • 4
    点赞
  • 踩
  • 28
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
OpenCV实战--人脸识别的三种方法（人脸识别具体到某个人）
Henry的博客
03-13 647
Opencv 中提供了三种人脸识别的方法，分别是三种方法都是通过对比样本特征最终实现人脸识别因为三种算法特征提取的方式不一样，侧重点均有不同，并不能说那种方式优越，这里对三种方法进行讲解和实验这里类似于深度学习模式，通过对样本图像训练，然后预测识别人脸与之不同的是，这里的样本极少，往往只需要三四张图片即可，并且这里的人脸识别可以具体分类出是哪个人。
基于opencv的人脸检测
weixin_51098062的博客
01-16 5293
这里写目录标题一.基本信息1.导言2.应用3.环境搭建二.逻辑以及关键代码1.逻辑分析关键代码三.结果分析四.总结 一.基本信息 1.导言 输入：图片，视频，可以使用本地，网络，监控摄像头 处理：人脸检测，识别，肢体识别等 输出： 软件：检测到结果通过短信或者其他形式发送 硬件：可以做检测系统 2.应用 1.报警系统：当摄像头环境出现一个陌生人时，立即发送信息让用户知晓，达到保护用户的财产的目的。 2.门禁系统：可以用于家庭中，在检测到数据库中的人脸即可直接打开门，如果是陌生人可以发送信息让用户知晓，用户判
OpenCV之人脸，眼睛，鼻子，嘴巴的识别
12-19
1、本资源核心为.cpp源代码，利用OpenCV实现人脸及眼睛鼻子嘴巴等五官的检测与识别。2、压缩包内包含训练好的人脸等数据，存放在xml文件夹中。3、该项目可以识别检测出人脸和五官的大小及位置信息，并一并输出，内附Lena图及明星图识别范例。
VS2010 MFC+openCV2.4.9 显示一个文件夹下的所有图片
PtaQ的博客
11-25 426
直接上代码：前面一部分是选择一个包含图片的文件夹，后面一部分是遍历此文件夹，显示所有的图片 #include <opencv2/opencv.hpp> //包含头文件 #include <algorithm> //必需加这个头文件 using namespace cv; //使用命名空间cv，下面的cv::line等的前缀可以不写 void CphotoProcessDlg::OnBnClickedButton1() { // TODO: 在此添加控件通知处理程
使用OpenCV工具包成功实现人脸检测与人脸识别，包括传统视觉和深度学习方法（附完整代码，模型下载......）
分享技术笔记，记录学习研发历程
06-30 1万+
使用OpenCV自带的人脸检测和人脸识别方法成功实现传统视觉和深度学习两种方式的效果，并进行了对比，应该是全网最全的整理了
opencv2.4.9学习：加载、修改、保存一个图片
mikedadong的专栏
12-28 2081
/* 加载一张图片，并转换色彩空间，然后保存 */#include<cv.h> #include<highgui.h>using namespace cv; int main() { Mat image=imread("D:/1.jpg",1);//读取一张RGB彩色图片 //检测是够成功加载图片 if (!image.data) { printf("No
OpenCV3实现人脸识别（三）——训练与识别自己的人脸数据
知来者逆的博客
04-09 1万+
传统人脸识别的方法，可以用于一些低算力的边缘设备
基于OpenCv的人脸识别（Python完整代码）
热门推荐
Cheney ' blog
06-21 14万+
目前人脸识别有很多较为成熟的方法，这里调用OpenCv库，而OpenCV又提供了三种人脸识别方法，分别是LBPH方法、EigenFishfaces方法、Fisherfaces方法。本文采用的是LBPH（Local Binary Patterns Histogram，局部二值模式直方图）方法。opencv是一个开源的的跨平台计算机视觉库，内部实现了图像处理和计算机视觉方面的很多通用算法，对于python而言，在引用opencv库的时候需要写为import cv2。其中，cv2是opencv的C++命名空间名称
OpenCV人脸采集训练识别系统实现 环境准备
sinat_36619893的博客
12-28 301
OpenCV人脸采集训练识别系统实现 环境准备 anaconda3下载点这里 项目地址 安装Anaconda之后创建新环境 conda create -n opencvface python=3.6 等待安装完毕后 激活环境 activate opencvface 接下来安装opencv 先进入到项目中 根据上面项目文件在硬盘的路径切换到对应的目录下 cd face_recogniti...
【opencv】基于opencv2的人脸识别系统
爱她就要努力
08-17 1064
OpenCV人脸识别完整版（链接） https://www.jianshu.com/p/232b12db4ea6 基于OepnCV的完整版的人脸识别，描述了人脸识别的全部流程，从数据收集和处理一直到最终训练出可以识别出自己的脸的模型。每一步都有代码讲解。讲解部分是原来的内容，基于opencv2。最终的放出代码是基于当下最新的OpenCV3.2。差别不大，细微的差别已经在源码放送那篇文章中写出。希望对于正在学习人脸识别的人有所帮助。 OpenCV人脸识别之一：数据收集和预处理 OpenCV人脸识别之二：模型
Python3.5+openCv进行人脸识别的环境搭建（Windows下）
weixin_30677475的博客
12-15 205
一、环境是Windows下，python3.5，openCv选择opencv_python‑3.3.1+contrib‑cp35‑cp35m‑win_amd64.whl （一定要选择cp35的，电脑64位就选择64的） 　　openCv下载地址https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv 　　（其他方法可以下载openCv到本地，将ope...
opencv2.4.9+vs2013_打开摄像头
08-14
opencv2.4.9+vs2013+打开摄像头,边缘检测,转化为灰度图
基于opencv的电脑摄像头简易人脸识别
01-06
import cv2 as cv import keyboard face_engine = cv.CascadeClassifier(E:\\python\\haarcascade_frontalface_default.xml) eye_engine = cv.CascadeClassifier(E:\...cam = cv.VideoCapture(0) #开启电脑自带的摄像头
opencv2.4.9+VS2013标定工程
08-06
应用opencv提供的例程，稍作修改，可直接运行，便于熟悉标定流程及方式！
Android+OpenCV+人脸识别源码（完整）
08-05
Android+OpenCV+人脸识别源码（完整）Android系统调用opencv实现人体识别。可以实现多个人脸的识别
opflow.zip_opencv2.4.9+vs2010_光流特征_视频中运动目标检测_运动检测_运动目标检测
09-21
成功运行，利用光流法检测出运动视频中的运动目标，并标记出特征点的运动轨迹。
错误1error C1189: #error : Building MFC application with /MD[d] (CRT dll version) requires MFC shared
zjl-wgf
10-31 7497
知识编了一个C++程序，并没有简历MFC工程的，不过不用着急的 问题：错误1error C1189: #error :  Building MFC application with /MD[d] (CRT dll version) requires MFC shared dll version. Please        #define _AFXDLL or do not use /MD[d]
C++ 图像 和 视频 转换
zjl-wgf
04-21 4277
C++一.视频转图像 (保存每一帧）   可参考：https://www.cnblogs.com/miaojinmin799/p/6845462.html #include&lt;opencv2/highgui/highgui.hpp&gt; #include&lt;iostream&gt; using namespace std; using namespace cv; int...
opencv3+python 视频人脸识别
最新发布
12-20
OpenCV3是一个开源的计算机视觉库，它提供了许多现代计算机视觉技术的实现，包括人脸识别。在Python中使用OpenCV3进行视频人脸识别非常方便。 首先，我们需要安装OpenCV3库。可以通过pip来安装： ```python pip ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值