OpenCV实践之路——人脸检测(C++/Python)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenCV实践之路——人脸检测(C++/Python) 相关的知识,希望对你有一定的参考价值。

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

 

 

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:

 

技术分享

技术分享

技术分享

 

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:

  1. #include<opencv2\opencv.hpp>  
  2. #include <iostream>  
  3. #include <stdio.h>  
  4.   
  5. using namespace std;  
  6. using namespace cv;  
  7.   
  8. /** Function Headers */  
  9. void detectAndDisplay(Mat frame);  
  10.   
  11. /** Global variables */  
  12. String face_cascade_name = "haarcascade_frontalface_default.xml";  
  13. String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";  
  14. CascadeClassifier face_cascade;   //定义人脸分类器  
  15. CascadeClassifier eyes_cascade;   //定义人眼分类器  
  16. String window_name = "Capture - Face detection";  
  17.   
  18. /** @function main */  
  19. int main(void)  
  20. {  
  21.     Mat frame = imread("2.jpg");  
  22.   
  23.     //VideoCapture capture;  
  24.     //Mat frame;  
  25.   
  26.     //-- 1. Load the cascades  
  27.     if (!face_cascade.load(face_cascade_name)){ printf("--(!)Error loading face cascade\n"); return -1; };  
  28.     if (!eyes_cascade.load(eyes_cascade_name)){ printf("--(!)Error loading eyes cascade\n"); return -1; };  
  29.   
  30.     //-- 2. Read the video stream  
  31.     //capture.open(0);  
  32.     //if (!capture.isOpened()) { printf("--(!)Error opening video capture\n"); return -1; }  
  33.   
  34.     //while (capture.read(frame))  
  35.     //{  
  36.     //  if (frame.empty())  
  37.     //  {  
  38.     //      printf(" --(!) No captured frame -- Break!");  
  39.     //      break;  
  40.     //  }  
  41.   
  42.         //-- 3. Apply the classifier to the frame  
  43.         detectAndDisplay(frame);  
  44.   
  45.         int c = waitKey(0);  
  46.         if ((char)c == 27) { return 0; } // escape  
  47.     //}  
  48.     return 0;  
  49. }  
  50.   
  51. /** @function detectAndDisplay */  
  52. void detectAndDisplay(Mat frame)  
  53. {  
  54.     std::vector<Rect> faces;  
  55.     Mat frame_gray;  
  56.   
  57.     cvtColor(frame, frame_gray, COLOR_BGR2GRAY);  
  58.     equalizeHist(frame_gray, frame_gray);  
  59.   
  60.     //-- Detect faces  
  61.     face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70),Size(100,100));  
  62.   
  63.     for (size_t i = 0; i < faces.size(); i++)  
  64.     {  
  65.         //Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);  
  66.         //ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);  
  67.         rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);  
  68.           
  69.         Mat faceROI = frame_gray(faces[i]);  
  70.         std::vector<Rect> eyes;  
  71.   
  72.         //-- In each face, detect eyes  
  73.         eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 1, CV_HAAR_DO_ROUGH_SEARCH, Size(3, 3));  
  74.   
  75.         for (size_t j = 0; j < eyes.size(); j++)  
  76.         {  
  77.             Rect rect(faces[i].x + eyes[j].x, faces[i].y + eyes[j].y, eyes[j].width, eyes[j].height);  
  78.               
  79.             //Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);  
  80.             //int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);  
  81.             //circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);  
  82.             rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);  
  83.         }  
  84.     }  
  85.     //-- Show what you got  
  86.     namedWindow(window_name, 2);  
  87.     imshow(window_name, frame);  
  88. }  

 

Python程序如下:

  1. import numpy as np  
  2. import cv2  
  3.   
  4.   
  5. face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")  
  6. eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")  
  7.   
  8. img = cv2.imread("/2.jpg")  
  9. gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  
  10.                       
  11. faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))  
  12.   
  13. if len(faces)>0:  
  14.     for faceRect in faces:  
  15.         x,y,w,h = faceRect  
  16.         cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)  
  17.   
  18.         roi_gray = gray[y:y+h,x:x+w]  
  19.         roi_color = img[y:y+h,x:x+w]  
  20.   
  21.         eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))  
  22.         for (ex,ey,ew,eh) in eyes:  
  23.             cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)  
  24.               
  25. cv2.imshow("img",img)  
  26. cv2.waitKey(0)  

 

效果:

 

最终结果如下图所示:

 

技术分享

 

 

 

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。

技术分享

以上是关于OpenCV实践之路——人脸检测(C++/Python) 的主要内容,如果未能解决你的问题,请参考以下文章

OpenCV实践之路——人脸识别之一数据收集和预处理

OpenCV实践之路——人脸识别之三识别自己的脸

OpenCV调用手机摄像头与人脸检测

OpenCV实践之路——人脸识别之二模型训练

opencv学习之路(41)人脸识别

请教,jni调用,类型转换.用opencv进行静态人脸检测