OpenCV实践之路——人脸检测（C++/Python) 【转】

转自：http://blog.csdn.net/xingchenbingbuyu/article/details/51105159

版权声明：本文为博主原创文章，转载请联系作者取得授权。

 

 

本文由@星沉阁冰不语出品，转载请注明作者和出处。

文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/51105159

微博：http://weibo.com/xingchenbing 

 

之前一直觉得人脸检测是非常麻烦的，即使是用OpenCV，麻烦到我都不敢去碰。这两天仔细看了下，如果只是调用opencv自带的分类器和函数的话，简直是简单。这不，正好最近也在学习Python，索性就用C++和Python两种语言都实现一下。当然，我现在这个是最简单的版本。

 

步骤：

 

调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接：

1.加载分类器，当然分类器事先要放在工程目录中去。分类器本来的位置是在*\opencv\sources\data\haarcascades（harr分类器，也有其他的可以用，也可以自己训练）

2.调用detectMultiScale()函数检测，调整函数的参数可以使检测结果更加精确。

3.把检测到的人脸等用矩形（或者圆形等其他图形）画出来。

 

主要函数：

 

这里面最主要的一个函数就是detectMultiScale()。文档中的解释如下：

 

 

1.image表示的是要检测的输入图像

2.objects表示检测到的人脸目标序列

3.scaleFactor表示每次图像尺寸减小的比例

4. minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),

5.minSize为目标的最小尺寸

6.minSize为目标的最大尺寸

 

适当调整4,5,6两个参数可以用来排除检测结果中的干扰项。

 

程序：

 

C++程序如下：

[cpp] view plaincopy print?

#include<opencv2\opencv.hpp>  

#include <iostream>  

#include <stdio.h>  

  

using namespace std;  

using namespace cv;  

  

/** Function Headers */  

void detectAndDisplay(Mat frame);  

  

/** Global variables */  

String face_cascade_name = "haarcascade_frontalface_default.xml";  

String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";  

CascadeClassifier face_cascade;   //定义人脸分类器  

CascadeClassifier eyes_cascade;   //定义人眼分类器  

String window_name = "Capture - Face detection";  

  

/** @function main */  

int main(void)  

{  

    Mat frame = imread("2.jpg");  

  

    //VideoCapture capture;  

    //Mat frame;  

  

    //-- 1. Load the cascades  

    if (!face_cascade.load(face_cascade_name)){ printf("--(!)Error loading face cascade\n"); return -1; };  

    if (!eyes_cascade.load(eyes_cascade_name)){ printf("--(!)Error loading eyes cascade\n"); return -1; };  

  

    //-- 2. Read the video stream  

    //capture.open(0);  

    //if (!capture.isOpened()) { printf("--(!)Error opening video capture\n"); return -1; }  

  

    //while (capture.read(frame))  

    //{  

    //  if (frame.empty())  

    //  {  

    //      printf(" --(!) No captured frame -- Break!");  

    //      break;  

    //  }  

  

        //-- 3. Apply the classifier to the frame  

        detectAndDisplay(frame);  

  

        int c = waitKey(0);  

        if ((char)c == 27) { return 0; } // escape  

    //}  

    return 0;  

}  

  

/** @function detectAndDisplay */  

void detectAndDisplay(Mat frame)  

{  

    std::vector<Rect> faces;  

    Mat frame_gray;  

  

    cvtColor(frame, frame_gray, COLOR_BGR2GRAY);  

    equalizeHist(frame_gray, frame_gray);  

  

    //-- Detect faces  

    face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70),Size(100,100));  

  

    for (size_t i = 0; i < faces.size(); i++)  

    {  

        //Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);  

        //ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);  

        rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);  

          

        Mat faceROI = frame_gray(faces[i]);  

        std::vector<Rect> eyes;  

  

        //-- In each face, detect eyes  

        eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 1, CV_HAAR_DO_ROUGH_SEARCH, Size(3, 3));  

  

        for (size_t j = 0; j < eyes.size(); j++)  

        {  

            Rect rect(faces[i].x + eyes[j].x, faces[i].y + eyes[j].y, eyes[j].width, eyes[j].height);  

              

            //Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);  

            //int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);  

            //circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);  

            rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);  

        }  

    }  

    //-- Show what you got  

    namedWindow(window_name, 2);  

    imshow(window_name, frame);  

}  

 

Python程序如下：

[python] view plaincopy print?

import numpy as np  

import cv2  

  

  

face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")  

eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")  

  

img = cv2.imread("/2.jpg")  

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  

                      

faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))  

  

if len(faces)>0:  

    for faceRect in faces:  

        x,y,w,h = faceRect  

        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)  

  

        roi_gray = gray[y:y+h,x:x+w]  

        roi_color = img[y:y+h,x:x+w]  

  

        eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))  

        for (ex,ey,ew,eh) in eyes:  

            cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)  

              

cv2.imshow("img",img)  

cv2.waitKey(0)  

 

效果：

 

最终结果如下图所示：

 

 

 

 

最近开通了微信公众号，感兴趣的同学可以扫码在微信上交流。

转载于:https://www.cnblogs.com/sky-heaven/p/6898571.html

与50位技术专家面对面20年技术见证，附赠技术全景图

总结

以上是生活随笔为你收集整理的OpenCV实践之路——人脸检测（C++/Python) 【转】的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。