利用OpenCV的级联分类器类CascadeClassifier和Haar特征实现人脸区域的检测

级联分类器是将若干个分类器进行连接，从而构成一种多项式级的强分类器。级联分类器使用前要先进行训练，怎么训练呢？用目标的特征值去训练，对于人脸来说，通常使用Haar特征进行训练。

Haar特征是由M.Oren,C.Papageorgious等人在论文“Pedestrian detection using wavelet templates”中首次提出的，后续经过改进与发展，C.H.Messom和A.L.Barczak提出了积分直方加速Harr特征的计算方法，R.Lienhart，J.Maydt等人提出了Haar特征的多个模板种类，后逐步形成OpenCV中的Haar分类器。Haar特征也称Haar-like特征，是一种简单且高效的图像特征，其基于矩形区域相似的强度差异Haar小波。Haar特征的特点为：高类的可变性；低类的可变性；而向局部的强度差异；多尺度不变性；计算效率高。

OpenCV提供了用于检测目标物体的级联分类器类CascadeClassfier，其检测函数的原型及参数意义如下：

void detectMultiScale( InputArray image,CV_OUT std::vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3, int flags = 0,Size minSize =Size(),Size maxSize = Size() );

image：当然是输入图像了，要求是8位无符号图像，即灰度图。

objects：输出向量容器（保存检测到的物体矩阵）

scaleFactor：每张图像缩小的尽寸比例

minNeighbors：每个候选矩阵应包含的像素领域

flags:表示此参数模型是否更新标志位；

minSize ：表示最小的目标检测尺寸；

maxSize：表示最大的目标检测尺寸；

利用Haar特征训练的级联分类器对人脸进行检测的代码如下：

代码中用到的根据Haar特征训练出的级联分类器初始化数据xml文件下载链接如下：

链接：https://pan.baidu.com/s/1HJ_E1Oq2bVENnIQ40YoRYg
提取码：5t7i

//OpenCV版本3.0.0    //exe文件运行前,请把初始化XML文件放入相关工程文件下
//该程序现在不能识别戴上眼镜的脸部,因为对脸部区域的确认是能过是否有眼睛进一步确认的#include <opencv2/opencv.hpp>
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
CascadeClassifier face_cascade, eyes_cascade;
String window_name = "Face Detection";
void detectFaces(Mat frame) {std::vector<Rect> faces;Mat frame_gray;// 灰度变换cvtColor(frame, frame_gray, COLOR_BGR2GRAY);// 直方图均衡equalizeHist(frame_gray, frame_gray);// 多尺度人脸检测face_cascade.detectMultiScale(frame_gray, faces,1.1, 3,0|CASCADE_SCALE_IMAGE, Size(30, 30));// 人脸检测结果判定for(size_t i = 0; i < faces.size(); i++){// 检测到人脸中心Point center(faces[i].x + faces[i].width/2, faces[i].y + faces[i].height/2);Mat face = frame_gray(faces[i]);std::vector<Rect> eyes;// 在人脸区域检测人眼eyes_cascade.detectMultiScale(face, eyes, 1.1, 2,0 |CASCADE_SCALE_IMAGE, Size(30, 30) );if(eyes.size() > 0)// 绘制人脸ellipse(frame, center, Size(faces[i].width/2, faces[i].height/2),0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );}imshow( window_name, frame );
}
int main()
{// 摄像头读取VideoCapture cap(0); Mat frame;// 初始化haar级联人脸分类器XMLface_cascade.load("haarcascade_frontalface_alt.xml"); // 初始化haar级联人眼分类器XMLeyes_cascade.load("haarcascade_eye_tree_eyeglasses.xml"); while(cap.read(frame)) {// 人脸检测detectFaces(frame); //等待30ms，如果有按键按下，则返回按值值，即非0值，如果30ms没有按键按下，则返回-1值if( waitKey(30) >= 0)    break;}return 0;
}

运行结果如下图所示：

补充说明一下：

//exe文件运行前,请把初始化XML文件放入相关工程文件下
//该程序现在不能识别戴上眼镜的脸部,因为对脸部区域的确认是能过是否有眼睛进一步确认的

利用OpenCV的级联分类器类CascadeClassifier和Haar特征实现人脸区域的检测相关推荐

Python+OpenCV：级联分类器（Cascade Classifier）
Python+OpenCV:级联分类器(Cascade Classifier) 目标 We will learn how the Haar cascade object detection works ...
Qt +opencv 通过级联分类器训练的模型进行识别（车辆识别+人脸识别）
有不对的或更好的方法欢迎交流一些内容可参照这篇文章:https://blog.csdn.net/m0_64596200/article/details/126748697?spm=1001.2014 ...
opencv实战3： CascadeClassifier+Haar特征进行人脸检测
1.级联分类器CascadeClassifier OpenCV官方文档:https://docs.opencv.org/3.4.3/d5/d54/group__objdetect.html 分类器: ...
haar分类器详解（Haar特征，积分图，adaboost算法，筛选式级联分类器），DCG介绍 --文献阅读报告《基于素描对视频的人脸识别研究》
基于素描对视频的人脸识别--haar分类器详解,haar特征,adaboost,级联强分类器,积分图,DCG 背景算法总体流程 1.预处理--识别出人脸并将人脸图像标准化 haar特征积分图--加 ...
[Opencv]Cascade级联分类器
文章目录训练级联分类器使用级联分类器检测总结前言最近在尝试识别指定物体,之前用Opencv自带的级联分类器做过人脸识别感觉效果不错,所以想用级联分类器来做其它物体的识别. 选择学 ...
【OpenCV】级联分类器训练模型
目录一:OpenCV级联分类器概念二:OpenCV级联分类器操作步骤三:样本采集工作原理分析一四:样本采集工作原理分析二五:创建自己的级联分类器 5.1 创建自己的级联分类器第一步 5.2 ...
OpenCV的级联分类器训练
使用增强级联的弱分类器包括两个主要阶段:训练和检测阶段.对象检测教程中有描述使用基于 HAAR 或 LBP 模型的检测阶段.这里主要介绍训练增强分类器级联所需的功能,包括:准备训练数据.执行实际模型训 ...
2020-用多通道卷积神经网络学习单类特征用于人脸表现攻击检测
2020年,Anjith George等人,期刊:TIFS,CCFA刊,Learning One Class Representations for Face Presentation Attack ...
利用OpenCV实现人眼的检测与跟踪
图像处理开发需求.图像处理接私活挣零花钱,请加微信/QQ 2487872782 图像处理开发资料.图像处理技术交流请加QQ群,群号 271891601 本篇博文的基础是利用OpenCV的级联分类器 ...

利用OpenCV的级联分类器类CascadeClassifier和Haar特征实现人脸区域的检测

利用OpenCV的级联分类器类CascadeClassifier和Haar特征实现人脸区域的检测相关推荐

最新文章

热门文章