opencv之分类级联器-人脸检测

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;
}

---

代码运行效果