Opencv实战人脸检测并对ROI区域进行部分处理（变身乔碧萝！！！）

Posted 2022-07-04 拾牙慧者

步骤：

1、利用Opencv自带的分类器检测人脸

预备知识：Haar特征分类器

Haar特征分类器就是一个XML文件，该文件中会描述人体各个部位的Haar特征值。包括人脸、眼睛、嘴唇等等。
Haar特征分类器存放地址：
（找自己的安装目录）
1、D:\\opencv\\opencv4.0\\opencv4.0.0\\sources\\data\\haarcascades
2、D:\\opencv\\opencv4.0\\opencv4.0.0\\build\\etc\\haarcascades
总览一下：

haarcascade_eye.xml ;仅可以检测睁开的眼睛
haarcascade_eye_tree_eyeglasses.xml;仅在带被检测者戴眼镜时方可检测
haarcascade_frontalcatface.xml
haarcascade_frontalcatface_extended.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml;个人感觉这个好用点
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_licence_plate_rus_16stages.xml
haarcascade_lowerbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_russian_plate_number.xml
haarcascade_smile.xml
haarcascade_upperbody.xml

detectMultiScale函数详解

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()
);

函数介绍：
参数1：image–待检测图片，一般为灰度图像加快检测速度；
参数2：objects–被检测物体的矩形框向量组；
参数3：scaleFactor–表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4：minNeighbors–表示构成检测目标的相邻矩形的最小个数(默认为3个)。
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；
参数5：flags–要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为
CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，
因此这些区域通常不会是人脸所在区域；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。
代码实现：

#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include "My_ImageProssing_base.h"

using namespace cv;
using namespace std;


//训练文件路径
string xmlPath = "D:\\\\opencv\\\\opencv4.0\\\\opencv4.0.0\\\\build\\\\etc\\\\haarcascades\\\\haarcascade_frontalface_alt2.xml";

int main(int argc, char** atgv) 
  Mat img = imread("D:\\\\opencv_picture_test\\\\beauty\\\\裴佳欣.png",0);
  //Mat img = imread("D:\\\\opencv_picture_test\\\\新垣结衣\\\\test2.jpg");
  imshow("input image", img);
  //【1】加载分类器
  CascadeClassifier detector;
  detector.load(xmlPath);
  if (!detector.load(xmlPath))   //加载训练文件  
  
    cout << "不能加载指定的xml文件" << endl;
    return -1;
  
  //【2】检测人脸，将信息存储到矩形类faces中
  vector<Rect> faces;
  //OpenCV的Rect矩形类用法
  //如果创建一个Rect对象rect那么rect会有以下几个功能：
  //rect.area();     //返回rect的面积 
  //rect.size();     //返回rect的尺寸
  //rect.tl();       //返回rect的左上顶点的坐标 
  //rect.br();       //返回rect的右下顶点的坐标
  //rect.width();    //返回rect的宽度 
  //rect.height();   //返回rect的高度 
  //rect.contains(Point(x, y));  //返回布尔变量，判断rect是否包含Point(x, y)点
  detector.detectMultiScale(img,faces, 1.1, 3, 0);//分类器对象调用
  //【3】框出人脸
  for (size_t t = 0; t < faces.size(); t++) 
    rectangle(img, faces[t], Scalar(0, 0, 255), 2, 8);
    //faces[t]表示第t个的face的矩形类
    //2代表线条宽度8是线型，默认取8
  
  namedWindow("Result", WINDOW_NORMAL);     //定义窗口显示属性
  imshow("Result", img);
  waitKey(0);
  return 0;

2、对人脸矩形框内进行一些处理（这里只对灰度图进行处理）

1、打马赛克（这里我们使用均值滤波）

//打马赛克函数
void mosaic(Mat& srcImage, Mat& dstImage, int times)

  blur(srcImage,dstImage, Size(times*2+1, times * 2 + 1));

2、换成其他图片（使用resize，根据人脸区域进行大小改变）//变身乔碧萝

void paste(Mat& srcImage, Mat& dstImage)

  resize(srcImage,dstImage, dstImage.size());

3、美颜磨皮（双边滤波）

void clearFreckle(Mat& srcImage, Mat& dstImage, int times)

  bilateralFilter(srcImage, dstImage,times, times*2, times/2);

4、视频处理
（模板）

VideoCapture capture(0);
//VideoCapture capture("D:\\\\opencv_picture_test\\\\videos\\\\脸.avi");   
while (1)
  
    Mat img;
    capture >> img; //读取当前帧
    //imshow("原视频", img); //显示当前帧
    cvtColor(img,img, COLOR_BGR2GRAY);    //转化为灰度图
    Mat dstImage = img.clone();
    //【2】检测人脸，将信息存储到矩形类faces中
    vector<Rect> faces;
    detector.detectMultiScale(img, faces, 1.1, 3, 0);//分类器对象调用
    //【3】修改区域信息
    .......
    //修改完毕
    imshow("处理后的视频", dstImage); //显示当前帧
    if(waitKey(10) >=0 ) break; //延时10ms
  

完整的代码（视频+贴图）：

#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include "My_ImageProssing_base.h"

using namespace cv;
using namespace std;


//训练文件路径
string xmlPath = "D:\\\\opencv\\\\opencv4.0\\\\opencv4.0.0\\\\build\\\\etc\\\\haarcascades\\\\haarcascade_frontalface_alt2.xml";
//打马赛克函数
void mosaic(Mat& srcImage, Mat& dstImage, int times)

  blur(srcImage,dstImage, Size(times*2OpenCV实战——图像感兴趣区域

 [OpenCV实战]2 人脸识别算法对比
 人脸检测实战：使用opencv加载深度学习模型实现人脸检测
 OpenCV-Python实战（14）——人脸检测详解（仅需6行代码学会4种人脸检测方法）
 opencv中检测出人脸之后，需要把检测出的人脸区域提取出来，用作人脸识别，那么如何提取人脸区域
 人脸检测实战进阶：使用 OpenCV 进行活体检测