Opencv3.3 + Haar人脸检测

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);
	}