发布日期:
2019-08-03
更新日期:
2019-08-03
文章字数:
829
阅读时长:
3 分
阅读次数:
人脸检测
OpenCV模块
- core：简洁核心模块，基本函数，基本数据结构
- imgproc：图像处理模块，线性和非线性图像滤波，几何图像转换，颜色空间转换，直方图等。
- video：视频分析模块，运动估计，背景消除，物体跟踪算法
- calib3d：基本多视角几何算法，单体和立体相机的标定，对象姿势估计，双目立体匹配算法和元素的三维重建
- features2d：包含了显著特征检测算法，描述算子和算子匹配算法
- objdetect：物体检测和一些预定义的物体的检测（如人脸，眼睛，杯子，人，汽车等)
- ml：多种机器学习算法，如K均值，支持向量机和神经网络
- highgui：简单易用接口，有视频捕捉，图像和视频编码功能，简单UI接口，iOS的是其中一个子集
- gpu：GPU加速算法，iOS不可用
- ocl：OpenCL通用算法，iOS不可用
- 其它辅助模块，如用户贡献的算法
人脸检测
检测图片中的人脸
在OpenCV中，主要使用两种特征进行人脸检测，Haar特征和LBP特征，下面使用的是LBP特征。
实现人脸检测主要依赖于detectMultiScale()函数
CV_WRAP virtual void detectMultiScale
( const Mat& image,
CV_OUT vector<Rect>& objects,
double scaleFactor=1.1,
int minNeighbors=3, int flags=0,
Size minSize=Size(),
Size maxSize=Size() );各参数含义如下：
const Mat& image: 需要被检测的图像（灰度图）。
vector
double scaleFactor: 每次图片缩放的比例。
int minNeighbors: 每一个人脸至少要检测到多少次才算是真的人脸。
doubleint flags： 决定是缩放分类器来检测，还是缩放图像。
Size(): 表示人脸的最大最小尺寸。
具体实现代码如下:
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/objdetect/objdetect.hpp>
#include<iostream>
#include<opencv2/core.hpp>
using namespace std;
using namespace cv;
#define CV_COLOR_GREEN cv::Scalar(0, 255, 0)
CascadeClassifier faceCascade;
int main(int argc, char* argv[])
{
Mat img;
CascadeClassifier faceDetector("lbpcascade_frontalface.xml");//读取分类器
img = imread(argv[1]); //读取检测的图片原图
vector<Rect> objects; //存放检测的对象
faceDetector.detectMultiScale(img, objects); //执行检测
for (int i = 0; i < objects.size(); i++) //遍历检测到的脸
{
rectangle(img, objects[i], CV_COLOR_RED); //画出检测到的脸
}
imshow("result", img); //显示结果
waitKey(0);
return 0;
}检测结果:
检测视频中的人脸
原理就是对视频逐帧处理，1s大约分为30帧。
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <iostream>
using namespace std;
using namespace cv;
#define CV_COLOR_GREEN cv::Scalar(0, 255, 0)
CascadeClassifier faceCascade;
int main(int argc, char** argv)
{
//打开摄像头
VideoCapture cap(0);
if(!cap.isOpened())
{
return -1;
}
//读取分类器
CascadeClassifier faceDetector("lbpcascade_frontalface.xml");
vector<Rect> objects;
Mat frame;
Mat edges;
bool stop = false;
while(!stop){
cap >> frame;
if (frame.empty())
stop = true;
double scaleFactor=1.1;
int minNeighbors = 3;
//int flags = 1;
//cvtColor(frame, edges, CV_BGR2GRAY);
//GaussianBlur(edges, edges, Size(7,7), 1.5, 1.5);
faceDetector.detectMultiScale(frame, objects,scaleFactor, minNeighbors);
for(int i = 0; i < objects.size(); i++){
rectangle(frame, objects[i], CV_COLOR_GREEN);
rectangle(edges, objects[i], CV_COLOR_GREEN);
}
//imshow("edge", edges);
imshow("frame", frame);
if (waitKey(30) >= 0)
stop = true;
}
return 0;
}识别结果:
