标签：bing boa clipboard jpg 微博 oar circle sea size_t
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：
- #include<opencv2\opencv.hpp>
- #include <iostream>
- #include <stdio.h>
-
- using namespace std;
- using namespace cv;
-
- void detectAndDisplay(Mat frame);
-
- String face_cascade_name = "haarcascade_frontalface_default.xml";
- String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
- CascadeClassifier face_cascade;
- CascadeClassifier eyes_cascade;
- String window_name = "Capture - Face detection";
-
- int main(void)
- {
- Mat frame = imread("2.jpg");
-
-
-
-
-
- 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; };
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- detectAndDisplay(frame);
-
- int c = waitKey(0);
- if ((char)c == 27) { return 0; }
-
- return 0;
- }
-
- void detectAndDisplay(Mat frame)
- {
- std::vector<Rect> faces;
- Mat frame_gray;
-
- cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
- equalizeHist(frame_gray, frame_gray);
-
-
- 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++)
- {
-
-
- rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);
-
- Mat faceROI = frame_gray(faces[i]);
- std::vector<Rect> 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);
-
-
-
-
- rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);
- }
- }
-
- namedWindow(window_name, 2);
- imshow(window_name, frame);
- }
Python程序如下：
- 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。
OpenCV实践之路——人脸检测（C++/Python) 【转】
标签：bing boa clipboard jpg 微博 oar circle sea size_t
原文地址：http://www.cnblogs.com/sky-heaven/p/6898571.html
