C++基于opencv的人脸识别

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/opencv.hpp>
#include <vector>
#include <cstdio>
using namespace std;
using namespace cv;


//1 读取训练器 这里用的是haar  路径在你下载的 opencv中 
CascadeClassifier cascade;
String haarfile = "D:/OpenCv/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml";
int main()
{

	if (!cascade.load(haarfile)) {
		printf("coulud not load image...\n");
		return -1;
	}

	Mat srcImage, grayImage, dstImage;
	// 【2】读取图片
	srcImage = imread("C:/Users/COOLBOY/Desktop/333.jpg");
	dstImage = srcImage.clone();
	imshow("原图", srcImage);

	cvtColor(srcImage, grayImage, COLOR_BGR2GRAY); // 生成灰度图,提高检测效率

	// 定义7种颜色,用于标记人脸
	Scalar colors[] =
	{
		// 红橙黄绿青蓝紫
		CV_RGB(255, 0, 0),
		//CV_RGB(255, 97, 0),
		//CV_RGB(255, 255, 0),
		//CV_RGB(0, 255, 0),
		//CV_RGB(0, 255, 255),
		//CV_RGB(0, 0, 255),
		//CV_RGB(160, 32, 240)
	};

	// 【3
  • 4
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
以下是使用C++OpenCV实现人脸识别的示例代码: ```c++ #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; int main() { // 加载人脸检测分类器 CascadeClassifier face_cascade; if (!face_cascade.load("haarcascade_frontalface_default.xml")) { cout << "Error loading face cascader." << endl; return -1; } // 加载LBPH人脸识别器 Ptr<LBPHFaceRecognizer> recognizer = LBPHFaceRecognizer::create(); recognizer->read("faces.yml"); // 打开摄像头 VideoCapture cap(0); if (!cap.isOpened()) { cout << "Error opening camera." << endl; return -1; } // 循环处理每一帧 while (true) { Mat frame; cap.read(frame); // 将帧转换为灰度图 Mat gray; cvtColor(frame, gray, COLOR_BGR2GRAY); // 检测人脸 vector<Rect> faces; face_cascade.detectMultiScale(gray, faces, 1.1, 3, 0, Size(30, 30)); // 对每个人脸进行识别 for (int i = 0; i < faces.size(); i++) { // 提取人脸图像并调整大小 Mat face = gray(faces[i]); resize(face, face, Size(200, 200)); // 进行人脸识别 int label = -1; double confidence = 0.0; recognizer->predict(face, label, confidence); // 在图像上标记人脸和识别结果 rectangle(frame, faces[i], Scalar(255, 0, 0), 2); putText(frame, to_string(label), faces[i].tl(), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(0, 255, 0), 2); } // 显示图像 imshow("Face Recognition", frame); // 等待按下ESC键退出程序 if (waitKey(30) == 27) { break; } } // 释放摄像头并关闭窗口 cap.release(); destroyAllWindows(); return 0; } ``` 在上面的代码中,我们首先加载了人脸检测分类器和LBPH人脸识别器。然后,我们打开摄像头并循环处理每一帧。对于每一帧,我们将其转换为灰度图,并使用人脸检测分类器检测其中的人脸。对于每个检测到的人脸,我们提取其图像并调整大小,然后使用LBPH人脸识别器进行识别。最后,我们在图像上标记人脸和识别结果,并显示图像。当用户按下ESC键时,程序退出。 需要注意的是,上面的代码仅适用于识别摄像头中的人脸。如果你需要识别静态图像中的人脸,可以将摄像头替换为读取图像文件的代码。另外,你也可以对代码进行修改以适应你的具体需求,如调整分类器参数、训练自己的人脸识别模型等。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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