人脸识别示例代码解析（二）—

上一篇我们初步分析了下示例代码facedetector的程序参数解析部分。其中参数解析的过程如下：

其中第4步黄色标注的部分cascadeName,是我们人脸识别分类器的主要参数。
在openCV中，实现了著名的haar特征检测算法，而依托该算法分类器，我们可以实现人脸识别、定位。

该算法基于特征模板的滑动计算图像特征，从而区分物体的显著轮廓。

这些特征模板形似以下图像：

试想用这些黑白二值图像”蒙”在你的图像或部分图像上，然后你原来的图像被分成“黑”“白”两类区域，最后用黑色区域和白色区域的像素进行简单的加减运算，便能得到图像的基本特征。

例如，我们将模板窗口（3）“蒙”在鼻子部位，便能得到相契合的特征，将模板窗口（4）放在双眼部位，同样能得到与双眼部位契合的特征。

但是如何根据不同图像来确定特征模板窗口的大小，和它们应该放置的位置呢。比如上图，我们怎么知道将特定大小的“上黑下白”特征模板固定在图像的高度3/4上？

答案就是，我们让不知劳累的计算机，测试各种位置和大小。

这是一个巨大的工作量，首先我们如果确定具体特征模板窗口大小为24,24。那么我们就得将待检测图像分为若干个24,24大小区域，试图分别用不同特征模板检测*区域图像是否“匹配”某特征，那么单单一个窗口匹配次数是大于160000，这依然将是一个巨大的工作量。

但如果引入级联分类器——Cascade Classifiers，那么工作量就会极大的缩减。

拿人脸检测来讲，先用一些特征，确定该区域图像“有脸”以及“无脸“，丢掉”无脸“部分，然后再用其他特征检测，来进一步确定特征的是否存在，以及确定其特征位置。

这个过程使得我们匹配特征的过程产生一个“级联“的工作模式，每往下走一层，就会”丢掉“一些无关的区域，这样特征就越来越精确。

从上述过程当中我们可以看到，单独一个特征不能确定最终结果，而是多个特征的级联联合使得最终我们能够做出一个精确的判断。

我们把单个特征的检测叫做弱分类器（因为它不能单独确定最终结果），而把这些弱分类器级联成的最终分类器成为强分类器。可见最终的强分类器是在集成算法的基础上构建的。

好吧，言归正传，openCV实现了这个强分类器，用CascadeClassifier类封装该分类器。你可以实例化该类对象，并设计一个训练计划，来训练想要的特征检测器。

对与人脸检测来说，openCV已经帮我们训练好了分类器，该分类器的参数数据保存在一个xml文件中。

在实际使用过程中，这个文件的路径将作为重要的参数和被检测图像一起传给CascadeClassifier对象，接着对被检测图像中人脸进行定位。

而上一篇中，解析出的参数cascadeName，正是这个文件路径

我们接着上一篇，继续往下做，得到cascadeName后，构造CascadeClassifier对象”cascade”。
然后利用classifier对被检测图像进行人脸预测。

同样，我们简化源代码，此次只对单张图像进行检测。

    //根据分类器模板路径cascadeName构造级联分类器(CascadeClassifier)对象"cascade"cv::CascadeClassifier cascade(cascadeName);//读入被检测图像Mat image = imread("D:/试验/test/baby.png");//定义灰度图像，用于暂存原图像对应的灰度图。Mat gray;//将原被检测图像从真彩色图像转换为灰度图cvtColor(image, gray, cv::COLOR_BGR2GRAY);//定义一个向量（数组），用于存放所检测出的人脸位置（注意：可能并不只有一个人脸）vector<Rect> faces;//启动检测cascade.detectMultiScale(gray,faces);//用红色矩形绘制人脸位置结果for (int i = 0; i < faces.size(); i++){cv::rectangle(image, faces[i], Scalar(255, 0, 0));}//显示最终被“标记”的图像imshow("检测人脸", image);//等待用户输入任意键结束程序waitKey();

运行结果：

最后发下关于类CasadeClassifier的官方文档解释，本篇博文多是对该文档的总结https://docs.opencv.org/3.4/db/d28/tutorial_cascade_classifier.html

上一篇-----程序参数解析

下一篇-----微笑识别

人脸识别示例代码解析（二）——人脸识别解析相关推荐

Java植物名录程序_【人工智能】动物、植物、车型、菜品、LOGO识别示例代码
可以体验以下功能的微信小程序图像识别部分接口Java-API调用示例代码 https://gitee.com/xshuai/ai/不是完整的web项目大家没必要下载运行.复制|下载相关代码即可准备 ...
Android百度AI植物识别教程,微信开发+百度AI学习：植物识别(示例代码)
直接上代码服务端代码如下 private static readonly Baidu.Aip.ImageClassify.ImageClassify client = new Baidu.Aip.I ...
java 条码识别_条码识别示例代码
package api.jisuapi.barcode; import api.util.HttpUtil; import net.sf.json.JSONArray; import net.sf.j ...
java条码识别技术_条码识别示例代码
package api.binstd.barcode; import api.util.HttpUtil; import net.sf.json.JSONArray; import net.sf.js ...
动物识别系统代码python_人工智能-动物识别专家系统算法Python + Pyqt 实现
#-*- coding: utf-8 -*- #Form implementation generated from reading ui file '动物识别专家系统.ui'# #Created b ...
基于视频的实时人脸识别(含代码)
文章目录介绍思路介绍运行环境介绍模型介绍人脸关键点预测器人脸识别模型效果展示识别过程代码建立本地人脸库人脸识别介绍思路介绍无论是基于视频或者调用摄像头来完成人脸识别,其实是 ...
java文字手写识别_【手写文字识别】-JavaAPI示例代码
手写文字识别-JavaAPI示例代码不知不觉手写文字识别百度已经开始邀测了.需要的小伙伴去申请了哦.申请方式加入文字识别群找PM.或者工单提交申请.都要说明自己的APPID哦. 接口地址:https ...
人体模型 java代码_【人体分析-人体关键点识别】-Java示例代码
接口说明:http://ai.baidu.com/forum/topic/show/497747 人体关键点识别,即对于输入的一张图片(可正常解码,且长宽比适宜),输出图片中的所有人体的14个关键点, ...
php调用ua_精准快速的UA识别PHP代码
精准快速的UA识别PHP代码 function user_agent($ua) { //开始解析操作系统 $os = null; if (preg_match('/Windows NT 6.0/i', ...
Python解析二维码、条形码
Python解析二维码.条形码 1 前言 2 二维码知识小科普 2.1 什么是二维码 2.2 二维码的结构 2.3 二维码的绘制过程 3 Python解析二维码 3.1 准备工作: 3.2 pyzba ...

人脸识别示例代码解析（二）——人脸识别解析

人脸识别示例代码解析（二）——人脸识别解析相关推荐

最新文章

热门文章