利用Opencv自带的Haar特征分类器进行人脸检测。
(1)Haar特征分类器
Haar特征分类器就是一个XML文件,该文件中会描述人体各个部位的Haar特征值。包括人脸、眼睛、嘴唇等等。
Haar特征分类器存放目录:OpenCV安装目录中的\data\ haarcascades目录下,例如:
例如此次程序进行人脸识别,需要将分类器haarcascade_frontalface_alt2.xml复制到所建项目的可运行文件夹内。
(2)对CascadeClassifier做初始化
cv::CascadeClassifier classifier;
classifier.load(“cascade.xml”); //这里的xml是训练得到的分类器
CascadeClassifier类中既有load也有read函数,二者是相同的,load将引用read函数
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/opencv.hpp>
#include <vector>
#include <cstdio>
using namespace cv;
using namespace std;
int main()
{
//1.加载分类器
CascadeClassifier cascade;
//如果要识别人体的其它部位,只需将上面的haarcascade_frontalface_alt2.xml分类器替换即可。
cascade.load("haarcascade_frontalface_alt2.xml");
Mat srcImg, dstImg, grayImg;
//2.读图片
srcImg = imread("1.jpg");
dstImg = srcImg.clone();
grayImg.create(srcImg.size(), srcImg.type());
cvtColor(srcImg, grayImg, CV_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(255, 97, 0),
CV_RGB(0, 0, 255),
CV_RGB(160, 32, 240),
};
// 3.检测
vector<Rect> rect;
cascade.detectMultiScale(grayImg, rect, 1.1, 3, 0);//分类器对象调用
printf("检测到人脸个数:%d\n", rect.size());
//4.标记--在脸部画圆
for (int i = 0; i < rect.size(); i++)
{
Point center;
int radius;
center.x = cvRound((rect[i].x + rect[i].width * 0.5));
center.y = cvRound((rect[i].y + rect[i].height * 0.5));
radius = cvRound((rect[i].width + rect[i].height) *0.25);
circle(dstImg, center, radius, colors[i % 7], 2);
}