VC++中使用OpenCV進(jìn)行人臉檢測

對于上面的圖像，如何使用OpenCV進(jìn)行人臉檢測呢？
使用OpenCV進(jìn)行人臉檢測十分簡單，OpenCV官網(wǎng)給了一個Python人臉檢測的示例程序，

objectDetection.py代碼如下：

from __future__ import print_function
import cv2 as cv
import argparse

def detectAndDisplay(frame):
    frame_gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    frame_gray = cv.equalizeHist(frame_gray)

    #-- Detect faces
    faces = face_cascade.detectMultiScale(frame_gray)
    for (x,y,w,h) in faces:
        center = (x + w//2, y + h//2)
        frame = cv.ellipse(frame, center, (w//2, h//2), 0, 0, 360, (255, 0, 255), 4)

        faceROI = frame_gray[y:y+h,x:x+w]
        #-- In each face, detect eyes
        eyes = eyes_cascade.detectMultiScale(faceROI)
        for (x2,y2,w2,h2) in eyes:
            eye_center = (x + x2 + w2//2, y + y2 + h2//2)
            radius = int(round((w2 + h2)*0.25))
            frame = cv.circle(frame, eye_center, radius, (255, 0, 0 ), 4)

    cv.imshow('Capture - Face detection', frame)

parser = argparse.ArgumentParser(description='Code for Cascade Classifier tutorial.')
parser.add_argument('--face_cascade', help='Path to face cascade.', default='data/haarcascades/haarcascade_frontalface_alt.xml')
parser.add_argument('--eyes_cascade', help='Path to eyes cascade.', default='data/haarcascades/haarcascade_eye_tree_eyeglasses.xml')
parser.add_argument('--camera', help='Camera divide number.', type=int, default=0)
args = parser.parse_args()

face_cascade_name = args.face_cascade
eyes_cascade_name = args.eyes_cascade

face_cascade = cv.CascadeClassifier()
eyes_cascade = cv.CascadeClassifier()

#-- 1. Load the cascades
if not face_cascade.load(cv.samples.findFile(face_cascade_name)):
    print('--(!)Error loading face cascade')
    exit(0)
if not eyes_cascade.load(cv.samples.findFile(eyes_cascade_name)):
    print('--(!)Error loading eyes cascade')
    exit(0)

camera_device = args.camera
#-- 2. Read the video stream
cap = cv.VideoCapture(camera_device)
if not cap.isOpened:
    print('--(!)Error opening video capture')
    exit(0)

while True:
    ret, frame = cap.read()
    if frame is None:
        print('--(!) No captured frame -- Break!')
        break

    detectAndDisplay(frame)

    if cv.waitKey(10) == 27:
        break

所在目錄為D:\env_build\opencv4.9.0\opencv\sources\samples\python\tutorial_code\objectDetection\cascade_classifier\objectDetection.py

人臉識別的背景

人臉識別可以用在身份認(rèn)證，門禁等場合中，可以通過訓(xùn)練大量的人臉數(shù)據(jù)獲取人臉的特征。但是實際場景可以比較復(fù)雜，由于燈光、視角、視距、攝像頭抖動以及數(shù)字噪聲的變化，圖像細(xì)節(jié)變得不穩(wěn)定；還有戴了口罩、帽子之后對于人臉的檢測就變得更麻煩了。Haar 特征是一種用于實現(xiàn)實時人臉跟蹤的特征。每一個 Haar 特征都描述了相鄰圖像區(qū)域的對比模式。例如，邊，頂點(diǎn)和細(xì)線都能生成具有判別性的特征。

haar級聯(lián)數(shù)據(jù)獲取

在 sources 的一個文件夾 data/haarcascades。該文件夾包含了所有 OpenCV 的人臉檢測的 XML 文件，這些可用于檢測靜止圖像、視頻和攝像頭所得到圖像中的人臉。如下圖所示：

• 人臉檢測器（默認(rèn)）：haarcascade_frontalface_default.xml
• 人臉檢測器（快速 Harr）：haarcascade_frontalface_alt2.xml
• 人臉檢測器（側(cè)視）：haarcascade_profileface.xml
• 眼部檢測器（左眼）：haarcascade_lefteye_2splits.xml
• 眼部檢測器（右眼）：haarcascade_righteye_2splits.xml
• 身體檢測器：haarcascade_fullbody.xml
• 上半身檢測器：haarcascade_upperbody.xml
  其中，本文中我們使用默認(rèn)的人臉檢測器xml配置文件haarcascade_frontalface_default.xml ，可以從https://github.com/murtazahassan/Learn-OpenCV-cpp-in-4-Hours/blob/main/Resources/haarcascade_frontalface_default.xml處下載

資源圖片地址

人臉資源圖片地址為：https://github.com/murtazahassan/Learn-OpenCV-cpp-in-4-Hours/blob/main/Resources/test.png

C++人臉檢測示例代碼

C++示例代碼如下：

#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/objdetect.hpp>
#include <iostream>

using namespace cv;
using namespace std;


///  Images 人臉檢測  //

int main()
{

	string path = "Resources/test.png";
	//string path = "Resources/multiFaces.jpg";
	Mat img = imread(path);

	CascadeClassifier faceCascade;	// 級聯(lián)分類器
	faceCascade.load("Resources/haarcascade_frontalface_default.xml"); // 加載訓(xùn)練好的haar人臉正臉xml配置文件
	if (faceCascade.empty()) {
		cout << "XML file not loaded" << endl;
	}

	vector<Rect> faces;	// 人臉的矩形數(shù)組
	faceCascade.detectMultiScale(img, faces, 1.1, 10);	// 檢測輸入圖像中不同大小的對象，檢測到的對象返回矩形列表形式faces

	// 針對每個檢測到的人臉矩形，在對應(yīng)位置上繪制矩形區(qū)域
	for (int i = 0; i < faces.size(); i++)
	{
		rectangle(img, faces[i].tl(), faces[i].br(), Scalar(255, 0, 255), 3);	// 在原圖上繪制人臉矩形區(qū)域，顏色為粉色，線條厚度為3像素
	}

	imshow("Image", img);
	waitKey(0);

	return 0;
}

運(yùn)行結(jié)果如下：
文章來源地址http://www.zghlxwxcb.cn/news/detail-832104.html

參考資料

• 人臉識別-Haar級聯(lián)
• 人臉識別-多張人臉檢測
• LEARN OPENCV C++ in 4 HOURS | Including 3x Projects | Computer Vision
• murtazahassan/Learn-OpenCV-cpp-in-4-Hours
• LEARN OPENCV in 3 HOURS with Python | Including 3xProjects | Computer Vision
• Learn-OpenCV-in-3-hours
• OpenCV官網(wǎng)
• OpenCV-Get Started
• OpenCV Github倉庫源代碼
• OpenCV tutorial

到了這里，關(guān)于VC++中使用OpenCV進(jìn)行人臉檢測的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！