基于qt和opencv3人脸检测
第一步:opencv里面人脸检测的方法
在opencv中,人脸检测用的是harr或LBP特征,分类算法用的是adaboost算法。这种算法需要提前训练大量的图片,非常耗时,因此opencv已经训练好了,把训练结果存放在一些xml文件里面。
上图中文件夹的名字“haarcascades”、“hogcascades”和“lbpcascades”分别表示通过“haar”、“hog”和“lbp”三种不同的特征而训练出的分类器:即各文件夹里的文件。"haar"特征主要用于人脸检测,“hog”特征主要用于行人检测,“lbp”特征主要用于人脸识别。打开“haarcascades”文件夹,如下图所示
图中的XML文件即是我们人脸检测所需要的分类器文件。在实际使用中,推荐使用上图中被标记的“haarcascade_frontalface_alt2.xml”分类器文件,准确率和速度都比较好。
第二步:用的类与函数
人脸检测主要用到的是CascadeClassifier这个类,以及该类下的detectMultiScale函数。
函数原型是:
void CascadeClassifier::detectMultiScale(InputArray image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
总共有7个参数,分别是
第一个参数image: 要检测的图片,一般为灰度图
第二个参数objects: Rect型的容器,存放所有检测出的人脸,每个人脸是一个矩形
第三个参数scaleFactor: 缩放因子,对图片进行缩放,默认为1.1
第四个参数minNeighbors: 最小邻居数,默认为3
第五个参数flags: 兼容老版本的一个参数,在3.0版本中没用处。默认为0
第六个参数minSize: 最小尺寸,检测出的人脸最小尺寸
第七个参数maxSize: 最大尺寸,检测出的人脸最大尺寸
第三步:程序
#include<opencv2/objdetect/objdetect.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include <iostream>
using namespace std;
using namespace cv;int main()
{string xmlPath="/home/xyl/opencv/data/haarcascades/haarcascade_frontalface_alt2.xml";CascadeClassifier ccf; //创建分类器对象Mat img=imread("1.jpg");if(!ccf.load(xmlPath)) //加载训练文件{cout<<"不能加载指定的xml文件"<<endl;return 0;}vector<Rect> faces; //创建一个容器保存检测出来的脸Mat gray;cvtColor(img,gray,CV_BGR2GRAY); //转换成灰度图,因为harr特征从灰度图中提取equalizeHist(gray,gray); //直方图均衡行ccf.detectMultiScale(gray,faces,1.1,3,0,Size(10,10),Size(100,100)); //检测人脸for(vector<Rect>::const_iterator iter=faces.begin();iter!=faces.end();iter++){rectangle(img,*iter,Scalar(0,0,255),2,8); //画出脸部矩形}imshow("faces",img);waitKey(0);return 1;
}
第四步:运行程序,出现的效果
基于qt和opencv3人脸检测相关推荐
- 基于YOLO的密集人脸检测(课程设计)
基于YOLO的密集人脸检测(课程设计) 数据集+代码下载地址:下载地址 实现的功能 添加关键点检测分支,使用wing loss Installation Clone and install 使用src ...
- 基于 MTCNN/TensorFlow 实现人脸检测
人脸检测方法有许多,比如opencv自带的人脸Haar特征分类器和dlib人脸检测方法等.对于opencv的人脸检测方法,有点是简单,快速:存在的问题是人脸检测效果不好.正面/垂直/光线较好的人脸,该 ...
- 简单的基于YCrCb颜色空间的人脸检测(肤色)
简单的基于YCrCb颜色空间的人脸检测(肤色) 环境:Windows XP+MATLAB 2010b 基本思路: 1)将基于彩色空间的RGB模型转换为YCbCr模型(考虑到人脸的生理特征,只采取了Cr ...
- 基于wxpython+MySQL--实现人脸检测识别的宿舍人脸检测系统
基于wxpython+MySQL--实现人脸检测识别的宿舍人脸检测系统 一.功能需求 二.数据库建立 2.1 初始化数据库 2.2 压缩/解压数据流 2.3 输入数据 三.宿舍管理 3.1 新建录入 ...
- 基于深度学习的人脸检测和关键点检测推理实践(OpenCV实现,含代码)
目录 一.任务概述 二.环境准备 三.实现步骤 3.1 Python推理 3.2 C++推理 3.2.1 环境准备 3.2.2 推理 3.3 Java推理 一.任务概述 最近项目中大量场景需要用到人脸 ...
- 【FPGA教程案例91】机器视觉2——通过FPGA实现基于肤色模型的人脸检测,使用MATLAB辅助测试
FPGA教程目录 MATLAB教程目录 本课程成果预览(将FPGA处理结果导入到matlab显示效果) 目录 1.软件版本 2.基于肤色模型的人脸检测原理
- github优秀项目分享:基于yolov3的轻量级人脸检测、增值税发票OCR识别 等8大项目...
点击上方"机器学习与生成对抗网络",关注"星标" 获取有趣.好玩的前沿干货! 文章来源:七月在线实验室 01 yolo-face-with-landmark ...
- 【优秀课设】基于OpenCV-Python的摄像头人脸检测追踪控制系统
基于OpenCV-Python的摄像头人脸检测追踪控制系统 资源: download.csdn.net/download/weixin_53403301/25496828 采用OpenCV-Pytho ...
- 基于facenet的实时人脸检测
参考自https://github.com/shanren7/real_time_face_recognition 本人的项目代码https://github.com/zouzhen/real_tim ...
最新文章
- Android VideoView播放网络视频简介(转)
- linux下/proc/cpuinfo文件
- java储存学生档案应该注意事项_档案管理的注意事项有哪些
- 求幂,我居然又没做出来
- python 占位符_5分钟让你用Python作出最精美的Powerpoint
- 从每年的编程语言排行来看,为什么C/C++能稳居前五?
- linux audio A2B
- sftp api java_使用JSch实现SFTP文件传输
- div和img之间的缝隙问题
- 蓝桥杯 BASIC-6 基础练习 杨辉三角形
- aida64怎么测试cpu稳定性_如何对超频内存和CPU进行稳定性测试(图文详细版α1.55*)...
- Android 进阶——系统启动之核心SystemServer进程启动详解(七)
- Ubuntu中编译linux内核后使用make menuconfig报错的解决办法
- log4j自定义新的级别
- svn绿色符号消失的解决办法
- Unity背包系统-2:数据库存储方法ScriptableObject和显示背包物品InventoryManager
- OpencCV制作相框效果
- 一文搞懂什么是QPS PV 关于并发的面试
- 基于vue实现word 在线预览
- 苹果无线显示与电视连接电脑连接电脑连接服务器,平板电脑怎样连接电视机?...
热门文章
- Android Qcom Display学习(一)
- astra pro相机(乐视/奥比中光相机)在JETSON NANO、TX2、NX上的ubuntu18.04+ros环境中的驱动及使用
- 快手集福气中国牛 2021快手集福卡活动规则
- “B站”们的服务器藏哪儿了?
- https双向认证访问管理后台,采用USBKEY进行系统访问的身份鉴别,KEY的证书长度大于128位,使用USBKEY登录
- 扔鸡蛋问题 动态规划大法
- 框架(Framework)
- 快来看一看String类内部是如何实现的
- 浅谈操作系统OS与计算机软硬件体系结构,自顶贯穿性与行为回归硬件性
- Google Earth Engine(GEE)——将影像中的云层显示出来并添加到影像波段中(Landsat8 oil)