OpenCV学习记录（一）：使用haar分类器进行人脸识别

OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。OpenCV2之后的C++接口除了Haar特征以外也可以使用LBP特征。
介绍haar分类器理论知识：
1、http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html（讲的很详细）；
2、http://blog.csdn.net/zy1034092330/article/details/48850437（基础理论）
实际使用中原理只要大概懂就行了，如果想深究，可以读读两个链接中的博文。
使用OpenCV中自带的haar分类器识别人脸，其文件在OpenCV安装文件夹如下路径中：

将haarcascade_frontalface_alt.xml文件复制到工程根目录下即可。

代码：

#include <opencv2/opencv.hpp>
#include <iostream>using namespace std;
using namespace cv;//String my_face_cascade_name = "my_haarcasade_face.xml";
String face_cascade_name = "haarcascade_frontalface_alt.xml";
CascadeClassifier face_cascade;
String window_name = "Capture - face detection";void detectFace(Mat frame);int main()
{VideoCapture capture;Mat frame;//检测是否成功读取人脸的haar分类器，就是那个xml文件if (!face_cascade.load(my_face_cascade_name)){cout << "Error: cannot load face casade!!!" << endl;return -1;}capture.open(0);//打开摄像头//检测摄像头是否成功打开if (!capture.isOpened()){cout << "Error: cannot open the camera!!!" << endl;return -1;}namedWindow(window_name);//创建窗口while (true){capture >> frame;   //从摄像头读入一帧图像detectFace(frame);//对那帧图像进行处理，识别人脸//等待按键，若按下esc键，则退出循环int c = waitKey(10);if (c == 0x1B)break;}return 0;
}//从输入图像中检测人脸
void detectFace(Mat frame)
{Mat frame_gray;vector<Rect> face;cvtColor(frame, frame_gray, COLOR_BGR2GRAY);//转成灰度图像equalizeHist(frame_gray, frame_gray);//直方图均衡化//按照文档说明调用函数即可face_cascade.detectMultiScale(frame_gray, face, 1.1, 2, CASCADE_SCALE_IMAGE, Size(30, 30));//遍历所有人脸for (size_t i = 0; i < face.size(); i++){//根据返回的Rect的x坐标、y坐标、宽width和高height算出中心位置Point center(face[i].x + face[i].width/2, face[i].y + face[i].height/2);//调用ellipse画出椭圆型边框，指示人脸ellipse(frame, center, Size(face[i].width/2, face[i].height/2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);}//最后刷新窗口，显示图像imshow(window_name, frame);
}

程序中已经有相关注释，不做赘述。只要环境配置正确，OpenCV2下运行应该不会有错。
简要总结一下CascadeClassifier::detectMultiScale函数的用法：
从文档中摘出来的三种c++下的定义方式：

CascadeClassifier::detectMultiScale
Detects objects of different sizes in the input image. The detected objects are returned as a list of rectangles.

C++: void CascadeClassifier::detectMultiScale(InputArray image, vector& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

C++: void CascadeClassifier::detectMultiScale(InputArray image, vector& objects, vector& numDetections, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

C++: void CascadeClassifier::detectMultiScale(InputArray image, std::vector& objects, std::vector& rejectLevels, std::vector& levelWeights, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size(), bool outputRejectLevels=false )

只讨论下面这种形式：

C++: void CascadeClassifier::detectMultiScale(InputArray image,
vector& objects, double scaleFactor=1.1, int minNeighbors=3, int
flags=0, Size minSize=Size(), Size maxSize=Size())

参数说明：
1、InputArray image：
输入图像，填Mat类型的图像即可。图像通道数可以是任意的，但图像深度应为CV_8U、CV_16U、CV_16S、CV_32F、CV_64F；

2、std::vector& objects：
为被检测物体的矩形向量组，这里就代表人脸所在范围的矩形向量组；

3、double scaleFactor=1.1：
scaleFactor为图像中的尺度参数，默认取值1.1；

4、int minNeighbors=3：
每一个级联矩形应该保留的邻近个数的最小值，默认为3；

5、int flags=0：
在老版本的OpenCV中，与cvHaarDetectObjects中的这个参数具有相同的含义，新版本中没用，默认取0；

6、Size minSize=Size()：
物体的最小大小，指定其大小的最小值，所有小于此的都被忽视掉；

7、Size maxSize=Size()：
物体的最大大小，指定其大小的最大值，所有大于此的都被忽视掉；

OpenCV学习记录（一）：使用haar分类器进行人脸识别相关推荐

OpenCV学习记录之视频中的火焰检测识别
主要完成两个视频中火焰的检测,主要结合RGB判据和HIS判据,设定合适的阈值条件,检测出火焰对应像素的区域,将原图二值化,经过中值滤波以及数学形态学的膨胀运算等图像处理,消除一些噪声及离散点,连通一些 ...
OpenCV学习记录（二）：自己训练haar特征的adaboost分类器进行人脸识别
上一篇文章中介绍了如何使用OpenCV自带的haar分类器进行人脸识别(点我打开). 这次我试着自己去训练一个haar分类器,前后花了两天,最后总算是训练完了.不过效果并不是特别理想,由于我是在自己的 ...
OpenCV实战5： LBP级联分类器实现人脸检测
OpenCV中的HAAR与LBP数据 HAAR特征数据参看 haarcascade_frontalface_alt.xml 各标签 LBP特征数据参看 lbpcascade_f ...
9月10日OpenCV学习笔记——Mask、彩色直方图、人脸检测
文章目录前言一.Mask 二.彩色直方图三.画出基本图形四.图片上显示文本五.人脸检测前言本文为9月10日OpenCV学习笔记--Mask.彩色直方图.人脸检测,分为五个章节: Mask ...
人脸识别系统设计 -- 基于J2判据和FLDA的多分类器的人脸识别系统设计论文报告（三）（附matlab）
目录 4 数据提取算法 4.1 数据提取目的 4.2 数据提取算法 5 交叉验证 5.1 交叉验证原理 A．交叉验证 B．交叉验证的用途 C．K-folds cross validation 5.2 ...
图像特征提取之Haar特征_人脸识别
1.Haar-like特征 Haar-like特征最早是由Papageorgiou等应用于人脸表示,Viola和Jones在此基础上,使用3种类型4种形式的特征. Haar特征分为三类:边缘特征.线性 ...
【Opencv综合应用】自制训练集的人脸识别2——制作csv文件
[Opencv综合应用]自制训练集的人脸识别2--制作csv文件一,准备工作环境二,主要步骤三,代码部分四,结果五,总结一,准备工作本文参考自: https://www.cnblogs ...
想了解直播系统开发美颜的原理，先来学习如何用1行代码实现人脸识别
想了解直播系统开发美颜的原理,先来学习如何用1行代码实现人脸识别环境搭建: 1. 安装 Ubuntu17.10 > 安装步骤在这里 2. 安装 Python2.7.14 (Ubuntu17.1 ...
基于Haar级联的人脸识别以及给人戴面具的操作
基于Haar级联的人脸识别以及给人戴面具的操作 1.总体步骤 2.效果展示 3.完整代码及相关资源下载 1.总体步骤载入人脸的haar特征(.xml文件) 载入面具读取帧图像利用detectMu ...

OpenCV学习记录（一）：使用haar分类器进行人脸识别

OpenCV学习记录（一）：使用haar分类器进行人脸识别相关推荐

最新文章

热门文章