×

OpenCV人脸检测(C++/Python)

96
冰不语
2017.04.01 18:13* 字数 446

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。


程序:

C++程序如下:

#include<opencv2\opencv.hpp>  
#include <iostream>  
#include <stdio.h>  
  
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 detectAndDisplay */  
void detectAndDisplay(Mat frame)  
{  
    std::vector<Rect> 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<Rect> 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程序如下:

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))  
  
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)  

效果

最终结果如下图所示:

人脸检测和识别
Web note ad 1