利用opencv实现人脸检测（C++版）

小编所有的帖子都是基于unbuntu系统的，当然稍作修改同样试用于windows的，经过小编的绞尽脑汁，把刚刚发的那篇python 实现人脸和眼睛的检测的程序用C++ 实现了，当然，也参考了不少大神的博客，下面我们就一起来看看：

Linux系统下安装opencv我就再啰嗦一次，防止有些人没有安装没调试出来喷小编的程序是个坑，
sudo apt-get install libcv-dev
sudo apt-get install libopencv-dev
看看你的usr/share/opencv/haarcascades目录下有没有出现几个训练集.XML文件，接下来我拿人脸和眼睛检测作为实例玩一下，程序如下：
、
好多人不会编译opencv，我再多写几句解决一下好多菜鸟的困难吧
copy完代码之后，保存为xiaorun.cpp哦，记得编译试用
个g++ -o xiaorun ./xiaorun.cpp -lopencv_highgui -lopenc_imgproc -lopencv_core -lopencv_objdetect
即可实现

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/core/core.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <iostream>
using namespace cv;
using namespace std;void detectAndDraw( Mat& img, CascadeClassifier& cascade,CascadeClassifier& nestedCascade,double scale, bool tryflip );int main()
{CascadeClassifier cascade, nestedCascade;bool stop = false;cascade.load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml");nestedCascade.load("/usr/share/opencv/haarcascades/haarcascade_eye.xml");// frame = imread("renlian.jpg");VideoCapture cap(0);    //打开默认摄像头if(!cap.isOpened()){return -1;}Mat frame;Mat edges;
while(!stop)
{
cap>>frame;detectAndDraw( frame, cascade, nestedCascade,2,0 );if(waitKey(30) >=0)stop = true;imshow("cam",frame);
}//CascadeClassifier cascade, nestedCascade;// bool stop = false;//训练好的文件名称，放置在可执行文件同目录下// cascade.load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml");
//   nestedCascade.load("/usr/share/opencv/haarcascades/aarcascade_eye.xml");
//   frame = imread("renlian.jpg");
//   detectAndDraw( frame, cascade, nestedCascade,2,0 );// waitKey();//while(!stop)//{//    cap>>frame;//    detectAndDraw( frame, cascade, nestedCascade,2,0 );if(waitKey(30) >=0)stop = true;//}return 0;
}
void detectAndDraw( Mat& img, CascadeClassifier& cascade,CascadeClassifier& nestedCascade,double scale, bool tryflip )
{int i = 0;double t = 0;//建立用于存放人脸的向量容器vector<Rect> faces, faces2;//定义一些颜色，用来标示不同的人脸const static Scalar colors[] =  {CV_RGB(0,0,255),CV_RGB(0,128,255),CV_RGB(0,255,255),CV_RGB(0,255,0),CV_RGB(255,128,0),CV_RGB(255,255,0),CV_RGB(255,0,0),CV_RGB(255,0,255)} ;//建立缩小的图片，加快检测速度//nt cvRound (double value) 对一个double型的数进行四舍五入，并返回一个整型数！Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//转成灰度图像，Harr特征基于灰度图cvtColor( img, gray, CV_BGR2GRAY );// imshow("灰度",gray);//改变图像大小，使用双线性差值resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//  imshow("缩小尺寸",smallImg);//变换后的图像进行直方图均值化处理equalizeHist( smallImg, smallImg );//imshow("直方图均值处理",smallImg);//程序开始和结束插入此函数获取时间，经过计算求得算法执行时间t = (double)cvGetTickCount();//检测人脸//detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg，faces表示检测到的人脸目标序列，1.1表示//每次图像尺寸减小的比例为1.1，2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),CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测，而是缩放图像，Size(30, 30)为目标的//最小最大尺寸cascade.detectMultiScale( smallImg, faces,1.1, 2, 0//|CV_HAAR_FIND_BIGGEST_OBJECT//|CV_HAAR_DO_ROUGH_SEARCH|CV_HAAR_SCALE_IMAGE,Size(30, 30));//如果使能，翻转图像继续检测if( tryflip ){flip(smallImg, smallImg, 1);//    imshow("反转图像",smallImg);cascade.detectMultiScale( smallImg, faces2,1.1, 2, 0//|CV_HAAR_FIND_BIGGEST_OBJECT//|CV_HAAR_DO_ROUGH_SEARCH|CV_HAAR_SCALE_IMAGE,Size(30, 30) );for( vector<Rect>::const_iterator r = faces2.begin(); r != faces2.end(); r++ ){faces.push_back(Rect(smallImg.cols - r->x - r->width, r->y, r->width, r->height));}}t = (double)cvGetTickCount() - t;//   qDebug( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) );for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ ){Mat smallImgROI;vector<Rect> nestedObjects;Point center;Scalar color = colors[i%8];int radius;double aspect_ratio = (double)r->width/r->height;if( 0.75 < aspect_ratio && aspect_ratio < 1.3 ){//标示人脸时在缩小之前的图像上标示，所以这里根据缩放比例换算回去center.x = cvRound((r->x + r->width*0.5)*scale);center.y = cvRound((r->y + r->height*0.5)*scale);radius = cvRound((r->width + r->height)*0.25*scale);circle( img, center, radius, color, 3, 8, 0 );}elserectangle( img, cvPoint(cvRound(r->x*scale), cvRound(r->y*scale)),cvPoint(cvRound((r->x + r->width-1)*scale), cvRound((r->y + r->height-1)*scale)),color, 3, 8, 0);if( nestedCascade.empty() )continue;smallImgROI = smallImg(*r);//同样方法检测人眼nestedCascade.detectMultiScale( smallImgROI, nestedObjects,1.1, 2, 0//|CV_HAAR_FIND_BIGGEST_OBJECT//|CV_HAAR_DO_ROUGH_SEARCH//|CV_HAAR_DO_CANNY_PRUNING|CV_HAAR_SCALE_IMAGE,Size(30, 30) );for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ ){center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);radius = cvRound((nr->width + nr->height)*0.25*scale);circle( img, center, radius, color, 3, 8, 0 );}}// imshow( "识别结果", img );
}
收藏

利用opencv实现人脸检测（C++版）相关推荐

利用OpenCV实现人脸检测
如何在一副图片中检测到人脸,这涉及到计算机图形学中一些非常复杂的计算,如果这些计算都靠程序员自己来编程,那么工作量就相当大.OpenCV全称是Open Computer Vision,是指开放的计算机 ...
Python图像处理，cv2模块，OpenCV实现人脸检测蔡徐坤
前言利用Python实现OpenCV实现人脸检测,废话不多说~ 让我们愉快地开始吧~ 开发工具 Python版本: 3.6.4 相关模块: cv2模块: 以及一些Python自带的模块. 环境搭建 ...
使用OpenCV进行人脸检测（Viola-Jones人脸检测方法）
扩展阅读: OpenCV用于人脸检测参考文献:Paul Viola, Michael J. Jones. Robust Real-Time Face Detection[J]. Internatio ...
视频人脸检测——Dlib版（六）
往期目录视频人脸检测--Dlib版(六) OpenCV添加中文(五) 图片人脸检测--Dlib版(四) 视频人脸检测--OpenCV版(三) 图片人脸检测--OpenCV版(二) OpenCV环境搭 ...
图片人脸检测——Dlib版（四）
上几篇给大家讲了OpenCV的图片人脸检测,而本文给大家带来的是比OpenCV更加精准的图片人脸检测Dlib库. 往期目录视频人脸检测--Dlib版(六) OpenCV添加中文(五) 图片人脸检测- ...
dlib php,图片人脸检测——Dlib版（四）
上几篇给大家讲了OpenCV的图片人脸检测,而本文给大家带来的是比OpenCV更加精准的图片人脸检测Dlib库. 往期目录 dlib与OpenCV对比识别精准度:Dlib >= OpenCV ...
【OpenCV实战】OpenCV实现人脸检测详解（含代码）
OpenCV中有许多可以进行人脸.人眼检测的特征文件,今天我们利用OpenCV中自带的特征文件haarcascade_frontalface_default.xml来进行人脸检测. [OpenCV实战 ...
基于opencv实现人脸检测
基于opencv实现人脸检测 opencv简述 opencv是一个开源的计算机视觉库,它有着C++,Python,Java等接口,支持Windows,Linux,Mac OS,IOS 和 Androi ...
OpenCV实现人脸检测和68点定位
人脸对比是现在比较常用的功能,比如出租车司机人脸与司机驾照照片对比,门禁系统中进入者的人脸与人脸库中的人脸进行对比.要实现人脸对比,首先要实现的是人脸检测,在摄像头拍摄到的一张图片中,正确的检测到人脸 ...

利用opencv实现人脸检测（C++版）

利用opencv实现人脸检测（C++版）相关推荐

最新文章

热门文章