OpenCv学习笔记(四)------人脸检测

主要用到了objdetect模块，参考链接。

#include <iostream>
#include <opencv2/objdetect.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
using namespace std;
using namespace cv;

int main(int argc, char *argv[])
{
    Mat image, image_gray;      //定义两个Mat变量，用于存储每一帧的图像
    VideoCapture capture;
    capture.open(0);    //从摄像头读入视频

    while (1)                  //循环显示每一帧
    {
        capture >> image;     //读取当前帧

        cvtColor(image, image_gray, COLOR_BGR2GRAY);//转为灰度图
        equalizeHist(image_gray, image_gray);//直方图均衡化，增加对比度方便处理

        CascadeClassifier eye_Classifier;  //载入分类器
        CascadeClassifier face_cascade;    //载入分类器

        //加载分类训练器，OpenCv官方文档提供的xml文档，可以直接调用
        //xml文档路径  opencv\sources\data\haarcascades
        if (!eye_Classifier.load("/home/yijiull/OpenCV/opencv/data/haarcascades/haarcascade_eye.xml"))  //需要将xml文档放在自己指定的路径下
        {
            cout << "Load haarcascade_eye.xml failed!" << endl;
            return 0;
        }

        if (!face_cascade.load("/home/yijiull/OpenCV/opencv/data/haarcascades/haarcascade_frontalface_alt.xml"))
        {
            cout << "Load haarcascade_frontalface_alt failed!" << endl;
            return 0;
        }

        vector<Rect> eyeRect;
        vector<Rect> faceRect;

        //检测
        face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));//检测
        for (size_t i = 0; i < faceRect.size(); i++)
        {
            Point center(faceRect[i].x + faceRect[i].width / 2, faceRect[i].y + faceRect[i].height / 2);
            ellipse(image, center, Size(faceRect[i].width / 2, faceRect[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4);
            Mat ROI = image_gray(faceRect[i]);
            eye_Classifier.detectMultiScale(ROI, eyeRect);//检测
            for (size_t j = 0; j < eyeRect.size(); j++)
            {
                Point eyeCenter(faceRect[i].x + eyeRect[j].x + eyeRect[j].width / 2, faceRect[i].y + eyeRect[j].y + eyeRect[j].height / 2);
                int redius = cvRound((eyeRect[j].width + eyeRect[j].height) * 0.25);
                circle(image, eyeCenter, redius, Scalar(255, 0, 0), 4);
            }
        }

        imshow("人脸识别图", image);         //显示当前帧
        char c = waitKey(30);         //延时30ms，即每秒播放33帧图像
        if (c == 27)  break;
    }

    return 0;
}