opencv参考手册里面有个 [人脸检测] 的程序

最新推荐文章于 2018-09-08 09:52:59 发布
最新推荐文章于 2018-09-08 09:52:59 发布
阅读量1.4k 收藏 2
点赞数
分类专栏： openCV

opencv参考手册里面有个 [人脸检测]  的程序:

#include "cv.h"
#include "highgui.h"

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <math.h>
#include <float.h>
#include <limits.h>
#include <time.h>
#include <ctype.h>

#ifdef _EiC
#define WIN32
#endif

static CvMemStorage* storage = 0;
static CvHaarClassifierCascade* cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name =
"haarcascade_frontalface_alt.xml";
/* "haarcascade_profileface.xml";*/

int main( int argc, char** argv )
{
    CvCapture* capture = 0;
    IplImage *frame, *frame_copy = 0;
    int optlen = strlen("--cascade=");
    const char* input_name;

    if( argc > 1 && strncmp( argv[1], "--cascade=", optlen ) == 0 )
    {
        cascade_name = argv[1] + optlen;
        input_name = argc > 2 ? argv[2] : 0;
    }
    else
    {
        cascade_name = "../../data/haarcascades/haarcascade_frontalface_alt2.xml";
        input_name = argc > 1 ? argv[1] : 0;
    }

    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );

    if( !cascade )
    {
        fprintf( stderr, "ERROR: Could not load classifier cascade\n" );
        fprintf( stderr,
        "Usage: facedetect --cascade=\"<cascade_path>\" [filename|camera_index]\n" );
        return -1;
    }
    storage = cvCreateMemStorage(0);

    if( !input_name || (isdigit(input_name[0]) && input_name[1] == '\0') )
    capture = cvCaptureFromCAM( !input_name ? 0 : input_name[0] - '0' );
    else
    capture = cvCaptureFromAVI( input_name ); 

    cvNamedWindow( "result", 1 );

    if( capture )
    {
        for(;;)
        {
            if( !cvGrabFrame( capture ))
                break;
            frame = cvRetrieveFrame( capture );
            if( !frame )
                break;
            if( !frame_copy )
                frame_copy = cvCreateImage( cvSize(frame->width,frame->height),
                IPL_DEPTH_8U, frame->nChannels );
            if( frame->origin == IPL_ORIGIN_TL )
                cvCopy( frame, frame_copy, 0 );
            else
                cvFlip( frame, frame_copy, 0 );

            detect_and_draw( frame_copy );

            if( cvWaitKey( 10 ) >= 0 )
                break;
        }

        cvReleaseImage( &frame_copy );
        cvReleaseCapture( &capture );
    }
    else
    {
        const char* filename = input_name ? input_name : (char*)"lena.jpg";
        IplImage* image = cvLoadImage( filename, 1 );

        if( image )
        {
            detect_and_draw( image );
            cvWaitKey(0);
            cvReleaseImage( &image );
        }
        else
        {
            /* assume it is a text file containing the
            list of the image filenames to be processed - one per line */
            FILE* f = fopen( filename, "rt" );
            if( f )
            {
                char buf[1000+1];
                while( fgets( buf, 1000, f ) )
               {
                   int len = (int)strlen(buf);
                   while( len > 0 && isspace(buf[len-1]) )
                   len--;
                   buf[len] = '\0';
                   image = cvLoadImage( buf, 1 );
                   if( image )
                   {
                       detect_and_draw( image );
                       cvWaitKey(0);
                       cvReleaseImage( &image );
                   }
               }
               fclose(f);
            }
        }

    }

    cvDestroyWindow("result");

    return 0;
}

void detect_and_draw( IplImage* img )
{
    static CvScalar colors[] = 
    {
        {{0,0,255}},
        {{0,128,255}},
        {{0,255,255}},
        {{0,255,0}},
        {{255,128,0}},
        {{255,255,0}},
        {{255,0,0}},
        {{255,0,255}}
    };

    double scale = 1.3;
    IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );
    IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
    cvRound (img->height/scale)),
    8, 1 );
    int i;

    cvCvtColor( img, gray, CV_BGR2GRAY );
    cvResize( gray, small_img, CV_INTER_LINEAR );
    cvEqualizeHist( small_img, small_img );
    cvClearMemStorage( storage );

    if( cascade )
    {
        double t = (double)cvGetTickCount();
        CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
        1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,
        cvSize(30, 30) );
        t = (double)cvGetTickCount() - t;
        printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
        for( i = 0; i < (faces ? faces->total : 0); i++ )
        {
            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
            CvPoint center;
            int radius;
            center.x = cvRound((r->x + r->width*0.5)*scale);
            center.y = cvRound((r->y + r->height*0.5)*scale);
            radius = cvRound((r->width + r->height)*0.25*scale);
            cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );
        }
    }

    cvShowImage( "result", img );
    cvReleaseImage( &gray );
    cvReleaseImage( &small_img );
}


运行下，你会发现，好慢好慢~~没找到一次 人脸，都要用几乎500ms 左右。。。。。


看了看学长的程序，发现有几个参数，学长用的参数是~~~~（见下程序），发现只需要10ms左右了。。。。

 

 

 

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <math.h>
#include <float.h>
#include <limits.h>
#include <time.h>
#include <ctype.h>

#ifdef _EiC
#define WIN32
#endif

static CvMemStorage* storage = 0;
static CvHaarClassifierCascade* cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name =
"haarcascade_frontalface_alt.xml";

int main( int argc, char** argv )
{
    CvCapture* capture = 0;
    IplImage *frame, *frame_copy = 0;

    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );

    if( !cascade )
    {
       printf("No cascade!!!!\n");
        return -1;
    }
    storage = cvCreateMemStorage(0);

    capture = cvCaptureFromCAM(-1); 

    cvNamedWindow( "result", 1 );

    if( capture )
    {
        for(;;)
        {
            if( !cvGrabFrame( capture ))
                break;
            frame = cvRetrieveFrame( capture );
            if( !frame )
                break;
            if( !frame_copy )
                frame_copy = cvCreateImage( cvSize(frame->width,frame->height),
                IPL_DEPTH_8U, frame->nChannels );
            if( frame->origin == IPL_ORIGIN_TL )
                cvCopy( frame, frame_copy, 0 );
            else
                cvFlip( frame, frame_copy, 0 );

            detect_and_draw( frame_copy );

            if( cvWaitKey( 10 ) >= 0 )
                break;
        }

        cvReleaseImage( &frame_copy );
        cvReleaseCapture( &capture );
    }

    cvDestroyWindow("result");

    return 0;
}

void detect_and_draw( IplImage* img )
{
    static CvScalar colors[] = 
    {
        {{0,0,255}},
        {{0,128,255}},
        {{0,255,255}},
        {{0,255,0}},
        {{255,128,0}},
        {{255,255,0}},
        {{255,0,0}},
        {{255,0,255}}
    };

<span style="color: rgb(255, 0, 0);">    double scale = 8.0;</span>
    IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );
    IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
    cvRound (img->height/scale)),
    8, 1 );
    int i;

    cvCvtColor( img, gray, CV_BGR2GRAY );
    cvResize( gray, small_img, CV_INTER_LINEAR );
    cvEqualizeHist( small_img, small_img );
    cvClearMemStorage( storage );

    if( cascade )
    {
        double t = (double)cvGetTickCount();
        CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
        1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,
       <span style="color: rgb(255, 0, 0);"> cvSize(20, 10) );</span>
        t = (double)cvGetTickCount() - t;
        printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
        for( i = 0; i < (faces ? faces->total : 0); i++ )
        {
            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
            CvPoint center;
            int radius;
            center.x = cvRound((r->x + r->width*0.5)*scale);
            center.y = cvRound((r->y + r->height*0.5)*scale);
            radius = cvRound((r->width + r->height)*0.25*scale);
            cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );
        }
    }

    cvShowImage( "result", img );
    cvReleaseImage( &gray );
    cvReleaseImage( &small_img );
}


然后又采用

<span style="color: rgb(255, 0, 0);">double scale = 8.0;</span>


 

<span style="color: rgb(255, 0, 0);"> cvSize(30, 30) );</span>


 

发现只需要 3ms 了呀！！！吃惊的改进啊啊啊 。。。。


哈哈~~估计30最大了吧。40的时候，就找不到了吧。。。。检测窗口太大了，就画不出来了。


好吧，看下原因吧。

========================

    IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
    cvRound (img->height/scale)),
    8, 1 );


 

scale是图片缩小的倍数。scale越大，说明small_image 越小，在小图图中找人脸当然更简单了。但是，如果要在已检测到得人脸中继续找 鼻子 的话，检测鼻子所用的 比例 scale_for_nose 反而不能太小，学长说 太小了，导致图片太小反而找不到了。。。。。【这个，我现在还不是很懂···】


++++++++++++++++++++++++++++++++

cvHaarDetectObjects参数意义

函数原型：

CvHaarClassifierCascade* cascade,
                            CvMemStorage* storage,
                            double scale_factor=1.1,
                            int min_neighbors=3, int flags=0,
                            CvSize min_size=cvSize(0,0) );
         image 被检图像
         cascade harr 分类器级联的内部标识形式
         storage 用来存储检测到的一序列候选目标矩形框的内存区域。
         scale_factor 在前后两次相继的扫描中，搜索窗口的比例系数。例如1.1指将搜索窗口依次扩大10%。
          min_neighbors 构成检测目标的相邻矩形的最小个数(缺省－1)。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 操作方式。当前唯一可以定义的操作方式是 CV_HAAR_DO_CANNY_PRUNING。如果被设定，函数利用Canny边缘检测器来排除一些边缘很少或者很多的图像区域，因为这样的区域一般不含被检目标。人脸检测中通过设定阈值使用了这种方法，并因此提高了检测速度。
         min_size 检测窗口的最小尺寸。缺省的情况下被设为分类器训练时采用的样本尺寸(人脸检测中缺省大小是~20×20)。

         函数 cvHaarDetectObjects 使用针对某目标物体训练的级联分类器在图像中找到包含目标物体的矩形区域，并且将这些区域作为一序列的矩形框返回。函数以不同比例大小的扫描窗口对图像进行几次搜索(察看cvSetImagesForHaarClassifierCascade)。 每次都要对图像中的这些重叠区域利用cvRunHaarClassifierCascade进行检测。 有时候也会利用某些继承（heuristics）技术以减少分析的候选区域，例如利用 Canny 裁减 （prunning）方法。 函数在处理和收集到候选的方框(全部通过级联分类器各层的区域)之后，接着对这些区域进行组合并且返回一系列各个足够大的组合中的平均矩形。

调节程序中的缺省参数(scale_factor=1.1, min_neighbors=3, flags=0)用于对目标进行更精确同时也是耗时较长的进一步检测。

为了能对视频图像进行更快的实时检测，参数设置通常是：scale_factor=1.2, min_neighbors=2, flags=CV_HAAR_DO_CANNY_PRUNING, min_size=<minimum possible face size>

 

a771948524
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Opencv的人脸检测程序
weixin_50683750的博客
10-16 243
这里写自定义目录标题利用opencv+python进行人脸检测环境完整代码运行结果 利用opencv+python进行人脸检测 计算机软硬件发展到现在，现在的人脸技术已经变得不再稀奇，今天我给大家分享一下有关于人脸检测的代码，希望能够帮助你们。 环境 windows10 python3.7+opencv+pycharm 完整代码 废话不多说，直接上代码。 import cv2 def dec_face(): face_cascade = cv2.CascadeClassifier('D:\Baid
基于opencv的人脸检测
最新发布
weixin_63866037的博客
10-16 7305
这篇文章，让你用短短的16行代码基于opencv检测一张图片上的人脸，很有意思，快快学起来吧！
OpenCV人脸检测(完整源码+思路)
热门推荐
IT1995的博客
03-13 7万+
OpenCV人脸检测(完整源码+思路)
opencv参考手册里面有个 [人脸检测] 的程序
11-24 2764
opencv参考手册里面有个 [人脸检测]  的程序: #include "cv.h" #include "highgui.h" #include #include #include #include #include #include #include #include #include #ifdef _EiC #define WIN32 #endif st
OPENCV人脸检测例子程序（可直接运行）
03-21
OPENCV 自带人脸识别程序，可直接运行，有说程序说明，和OPENCV编译环境和设置
opencv检测人脸程序
09-06
使用opencv简单识别图片人脸的demo，检测脸部部分和眼睛部分，包含程序与makefile，可在Linux直接编译运行使用，方便参考学习。
OpenCV中文参考手册2010年.zip_OpenCV中文手册_cornuy7_opencv_opencv 手册
09-23
这份"OpenCV中文参考手册2010年"是为学习和理解OpenCV而编写的，特别适合初学者和有一定基础的开发者。 在描述中提到的"图形opencv识别"是指OpenCV在图像识别领域的应用。OpenCV通过特征提取、模板匹配、机器学习等...
OpenCV2.4.3 使用手册及函数参考手册
03-13
对于函数参考手册，你需要熟悉每个函数的输入参数和返回值，以及它们在实际问题中的应用。 总的来说，这两个文件为OpenCV的学习者提供了丰富的资源，不仅可以帮助理解OpenCV的各个功能，还可以指导实际项目中的应用...
基于QT+opencv的人脸考勤系统.7z
09-10
具体来说，OpenCV可以通过捕获摄像头的实时视频流，对每一帧图像进行分析，利用预训练的人脸检测模型（如Haar级联分类器或Dlib的HOG检测器）定位人脸区域，然后通过特征提取（如EigenFace、FisherFace或LBPH）和模板...
OpenCV2.4.3_help API参考手册 可以离线看，包括pdf和CHM
12-08
OpenCV2.4.3的API参考手册是一个极其重要的资源，它详尽地介绍了所有可用的函数、类、枚举和其他编程元素，帮助开发者理解和利用OpenCV的功能。 手册包括两种格式：PDF和CHM。PDF（Portable Document Format）是一...
OpenCV函数手册
06-03
《OpenCV函数手册》是针对图像处理领域的重要参考资料，它主要涵盖了OpenCV库中的各种常用函数，以及这些函数的详细使用方法和实例。OpenCV（Open Source Computer Vision Library）是一个跨平台的计算机视觉库，...
基于opencv实现人脸检测
宇宝守护神(rainyang)的博客
09-08 2万+
基于opencv实现人脸检测 opencv简述 opencv是一个开源的计算机视觉库,它有着C++,Python,Java等接口,支持Windows,Linux,Mac OS,IOS 和 Android平台.Opencv 是使用C/C++所写的,可以利用多核处理.通过OpenCL启用，它可以利用底层异构计算平台的硬件加速。关于Opencv的详细介绍可以去其官网查看.Opencv 官网 ...
OPenCV基础：自带人脸检测
猫猫与橙子的博客
09-05 3628
读取摄像头后，利用OpenCV自带的正面人脸检测来进行人脸的检测，用到的函数是Classifier::detectMultiScale()函数来进行人脸检测，有一些参数需要传递； minFeatureSize:该参数决定了最小的人脸尺寸，通常为20*20或30*30； searchScaleFactor:该参数决定了有多少不同大小的人脸要搜索，通常设置为1.1能得到很好地检测结果，若设置为1.
OpenCV人脸检测程序
Color Space的博客
02-18 1265
简单调用OpenCV做了个人脸检测的例子，自己用MFC做了个界面，可以支持图片，视频，摄像头识别，效果速度还可以
OpenCV人脸检测代码分析
whuthj的专栏
05-18 151
#include "cv.h"#include "highgui.h" #include &lt;stdio.h&gt;#include &lt;stdlib.h&gt;#include &lt;string.h&gt;#include &lt;assert.h&gt; //用于防御式编程#include &lt;math.h&gt;#include &lt;float.h&am
基于Opencv图像处理的时时头像采集试验
04-20 767
2014 4.20    最近想做一个关于图像处理的
OpenCV人脸检测（C++代码）
wepon的专栏
03-05 2万+
OpenCV人脸检测（C++代码）—— By wepon这篇文章简单总结一下人脸检测的代码实现，基于OpenCV，C++版本。之所以强调C++版本是因为OpenCV有很多其他语言的接口，之前我也写过人脸检测的Python实现《Python-OpenCV人脸检测(代码)》，这篇文章则讲C++实现，其实大同小异，C++相比于Python实现代码写起来会繁琐一点，这也是语言本身决定的吧。为了保持代码风格一
OpenCV人脸识别的原理 完整版代码
java、c++、机器学习方向King
01-11 1万+
http://blog.csdn.net/yanming901012/article/details/8606183 [cpp] view plain copy 本程序首先利用从摄像头检测到的人脸图片，先进行直方图均衡化   并缩放到92*112的图片大小，然后根据train.txt的采集到的人脸模版   进行匹配识别（最好是在统一光照下，采
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值