使用OpenCv实现人脸跟踪（一）

简介

• OpenCV是一个基于BSD许可开源发行的跨平台计算机视觉库。拥有C++，Python和Java接口，并且支持Windows, Linux, Mac OS, iOS 和 Android系统。实现了图像处理和计算机视觉方面的很多通用算法。

主要模块以及功能

模块	功能
Core	核心基础模块，定义了被所有其他模块和基本数据结构(包括重要的多维数组Mat)使用的基本函数、底层数据结构和算法函数
Imgproc	图像处理模块，包括：滤波、高斯模糊、形态学处理、几何变换、颜色空间转换及直方图计算等
Highgui	高层用户交互模块，包括：GUI、图像与视频I\O等
Video	视频分析,，运动分析及目标跟踪
Calib3d	3D模块，包括：摄像机标定、立体匹配、3D重建等
Features2d	二维特征检测与描述模块，包括：图像特征检测、描述、匹配等
Objdetect	目标检测模块，如：人脸检测等
MI	机器学习模块，包括：支持向量机、神经网络等
Flann	最近邻开源库。包含一系列查找算法，自动选取最快算法的机制。
Imgcodecs	图像编解码模块，图像文件的读写操作
Photo	图像计算(处理)模块，图像修复及去噪。
Shape	形状匹配算法模块。描述形状、比较形状
Stitching	图像拼接
Superres	超分辨率模块
Videoio	视频读写模块，视频文件包括摄像头的输入
Videostab	解决拍摄的视频稳定
Dnn	深度神经网络
contrib	可以引入额外模块

人脸定位

人脸定位，是人脸检测、识别的基础，比如像美图的贴纸，B612相机的贴纸啊，等等，都是需要先定位到人脸而后再进行处理，人脸识别，现在比较流行的就是刷脸支付。

代码

这个前提是先配置好xcode环境，不会配置的，看它(https://blog.csdn.net/YuQing_Cat/article/details/83113424)

这个是FaceTracking.cpp文件

#include "FaceTracking.h"

int main(int argc, const char * argv[]) {
   
    //分类器 智能指针
    Ptr<CascadeClassifier> classifier = makePtr<CascadeClassifier>("/Users/.../OpenCV-android-sdk/sdk/etc/lbpcascades/lbpcascade_frontalface.xml");
    //创建一个跟踪适配器
    Ptr<CascadeDetectorAdapter> mainDetector = makePtr<CascadeDetectorAdapter>(classifier);
    
    //分类器 智能指针
    Ptr<CascadeClassifier> classifier1 = makePtr<CascadeClassifier>("/Users/.../OpenCV-android-sdk/sdk/etc/lbpcascades/lbpcascade_frontalface.xml");
    //再创建一个跟踪适配器
    Ptr<CascadeDetectorAdapter> trackingDetector = makePtr<CascadeDetectorAdapter>(classifier1)；
    DetectionBasedTracker::Parameters DetectorParams;
    Ptr<DetectionBasedTracker> tracker = makePtr<DetectionBasedTracker>(mainDetector,trackingDetector,DetectorParams);
    //开启跟踪器
    tracker->run();
    VideoCapture capture(0);
    Mat img;
    Mat gray;
   
    while (1) {
        capture >> img;
        //变成灰度图片
        //img的颜色空间为BGR，现在比较主流的颜色空间为RGB
        //但是在早期时候是BGR
        cvtColor(img, gray, COLOR_BGR2GRAY);
        //增强对比度（直方图均衡）
        equalizeHist(gray, gray);
        std::vector<Rect> faces;
        //定位人脸 N个
        tracker->process(gray);
        tracker->getObjects(faces);
        for ( Rect face : faces ) {
            //画矩形
            //分别指定bgr
            rectangle(img, face, Scalar(0, 0, 255));
        }
        
        imshow("摄像头", img);
        
        waitKey(30);
    }
    
    tracker->stop();
    
    return 0;
    
}

这个是.h文件

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace cv;

class CascadeDetectorAdapter : public DetectionBasedTracker::IDetector
{
public:
    CascadeDetectorAdapter(Ptr<CascadeClassifier> detector) :IDetector(),
    Detector(detector){
        
        CV_Assert(detector);
    }
    
    void detect(const Mat &Image, std::vector<cv::Rect> &objects)
    {
        //返回一个矩形
        Detector->detectMultiScale(Image, objects, scaleFactor, minNeighbours, 0, minObjSize, maxObjSize);
    }
    
    virtual ~CascadeDetectorAdapter()
    {
        
    }
    
private:
    CascadeDetectorAdapter();
    Ptr<CascadeClassifier> Detector;
};

效果图

本来打开的其实是摄像头，因为想识别多个人，就用了照片代替