分类级联器实现人脸检测
分类器逐级筛选最终选定人脸,可以通过haar积分/LBP检测方法实现,opencv已经实现现成的分类其我们可以拿来直接使用。分类器存放在(linux环境下)opencv源码编译路径下的share/opencvx/haarcascades
路径下的.xml
文件
haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_lowerbody.xml
haarcascade_mcs_eyepair_big.xml
haarcascade_mcs_eyepair_small.xml
haarcascade_mcs_leftear.xml
haarcascade_mcs_lefteye.xml
haarcascade_mcs_mouth.xml
haarcascade_mcs_nose.xml
haarcascade_mcs_rightear.xml
haarcascade_mcs_righteye.xml
haarcascade_mcs_upperbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_smile.xml
haarcascade_upperbody.xml
其中:haarcascade_frontalface_alt.xml
与haarcascade_frontalface_alt2.xml
都是人脸识别的Haar
特征分类器了。
API介绍
opencv2
中人脸检测使用的是 detectMultiScale
函数。它可以检测出图片中所有的人脸,并将人脸用vector
保存各个人脸的坐标、大小(用矩形表示)
函数api
void detectMultiScale(
const Mat& image,
CV_OUT vector<Rect>& objects,
double scaleFactor = 1.1,
int minNeighbors = 3,
int flags = 0,
Size minSize = Size(),
Size maxSize = Size()
);
参数介绍
- image–待检测图片,一般为灰度图像加快检测速度;
- objects–被检测物体的矩形框向量组;
- scaleFactor–表示在前后两次相继的扫描中,搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
- minNeighbors–表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。如果min_neighbors 为0,则函数不做任何操作就返回所有的被检候选矩形框,这种设定值一般用在用户自定义对检测结果的组合程序上;
- flags–要么使用默认值,要么使用CV_HAAR_DO_CANNY_PRUNING,如果设置为CV_HAAR_DO_CANNY_PRUNING,那么函数将会使用
Canny
边缘检测来排除边缘过多或过少的区域,因此这些区域通常不会是人脸所在区域; - minSize和maxSize用来限制得到的目标区域的范围。
代码演示
#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <iostream>
#include <math.h>
using namespace std;
using namespace cv;
int main(void)
{
Mat src,dst;
VideoCapture cap(0);
if(!cap.isOpened()) // 判断是否打开成功
{
cout << "open camera failed. " << endl;
return -1;
}
string face_data = "/work/opencv_data/haarcascade_frontalface_alt.xml";
CascadeClassifier face_cascade; //加载分类器
if(!face_cascade.load(face_data))
{
cout << "face data is load err"<<endl;
return 0;
}
while(true)
{
Mat src,dst;
cap >> src;
if(src.empty())
{
cout<<"camera err"<<endl;
return -1;
}
flip(src,src,1); //电脑摄像头镜像 这里水平反转一下 不反转也没事
cvtColor(src,dst,COLOR_BGR2GRAY);
imshow("原始画面",src);
vector<Rect> face;
face_cascade.detectMultiScale(dst,face,1.1,3,0,Size(30,30));
for(size_t i=0;i<face.size();i++)
{
rectangle(src,face[i],Scalar(0,255,30),3);
}
dst=src.clone();
//显示图片
namedWindow("检测画面",WINDOW_AUTOSIZE);
imshow("检测画面",dst);
if(waitKey(30)>0)
{
break;
}
}
destroyAllWindows();
return 0;
}