调用opencv自带的分类器和函数实现人脸检测

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。

C++程序如下：



#include

 

  

#include

  

     #include

   

      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 detectAndDispl http://www.cppentry.com  编程开发 程序员入门ay */ void detectAndDisplay(Mat frame) { std::vector

    

       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

     

        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



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))

'''

faces = face_cascade.detectMultiScale(

    gray,

    scaleFactor=1.1,

    minNeighbors=5,

    minSize=(5, 5),

    # flags = cv2.CASCADE_SCALE_IMAGE

)

'''

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)