opencv 脸部识别源程序

#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 = "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+3, colors[3], -1, 8, 0 );

        }

    }

    cvShowImage( "result", img );

    cvSaveImage("result.jpg",img);

    cvReleaseImage( &gray );

    cvReleaseImage( &small_img );

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 要在Qt中使用OpenCV进行人脸识别,首先需要确保已经安装了OpenCV库和Qt。然后,可以按照以下步骤进行操作: 1.在Qt中创建一个新的Qt Widgets应用程序项目。 2.在.pro文件中添加OpenCV库的链接: ``` LIBS += -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_imgcodecs -lopencv_objdetect ``` 3.在mainwindow.cpp文件中添加以下代码,以使用OpenCV库进行人脸检测: ``` #include <opencv2/opencv.hpp> using namespace cv; void MainWindow::detectFaces(Mat frame) { CascadeClassifier face_cascade; face_cascade.load("haarcascade_frontalface_alt.xml"); std::vector<Rect> faces; Mat gray; cvtColor(frame, gray, COLOR_BGR2GRAY); equalizeHist(gray, gray); face_cascade.detectMultiScale(gray, faces, 1.1, 2, 0|CASCADE_SCALE_IMAGE, Size(30, 30)); for (size_t i = 0; i < faces.size(); i++) { rectangle(frame, faces[i], Scalar(255, 0, 255), 2, LINE_8, 0); } imshow("Face Detection", frame); } ``` 4.在mainwindow.h文件中声明detectFaces函数: ``` private: void detectFaces(Mat frame); ``` 5.在mainwindow.cpp文件中使用detectFaces函数: ``` void MainWindow::on_pushButton_clicked() { VideoCapture cap(0); if (!cap.isOpened()) { qDebug() << "Failed to open camera."; return; } while (true) { Mat frame; cap >> frame; if (frame.empty()) { qDebug() << "Failed to capture frame."; break; } detectFaces(frame); if (waitKey(10) == 27) { break; } } } ``` 这里使用VideoCapture类从摄像头中获取视频帧,并将其传递给detectFaces函数进行人脸检测。如果您想要从视频文件中检测人脸,只需将cap(0)更改为cap("video.avi"),其中video.avi是视频文件的名称。 ### 回答2: Qt(又称Cute)是一种跨平台的应用程序开发框架,而OpenCV是一个开源的计算机视觉库。将这两者结合使用,可以实现人脸识别的功能。 首先,我们可以使用Qt进行界面开发。利用Qt的图形界面设计能力,我们可以创建一个用户友好的界面用于人脸识别系统的操作。可以包括选择图片或者视频流作为输入源,启动和停止人脸识别等功能。 接下来,Opencv是一个功能强大的计算机视觉库,其中包含了各种各样的图像处理和分析功能。它提供了人脸检测和人脸识别的算法和方法。我们可以使用OpenCV的人脸检测功能识别图像中的人脸。一旦检测到人脸,我们可以使用OpenCV的人脸识别算法对其进行进一步的分析和识别。 在Qt中,我们可以利用OpenCV提供的接口来操作图像。我们可以使用Qt的图像处理类来加载和显示图像,并将其传递给OpenCV进行人脸检测和识别OpenCV提供了训练好的人脸识别模型,我们可以使用这些模型来识别输入图像中的人脸。 最后,我们可以使用Qt的信号与槽机制来处理人脸识别的结果。当识别到人脸时,我们可以通过Qt的信号与槽机制来发送通知或者显示识别结果。这样,我们可以在界面上实时显示人脸识别的结果。 总之,结合Qt和OpenCV,我们可以实现一个人脸识别系统,使用Qt进行界面设计和显示,而利用OpenCV进行人脸检测和识别。这样的系统可以广泛应用于人脸识别技术相关的领域,如人脸解锁、人脸支付等。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

Bryan Ding

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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