OpenCV实践之路——人脸检测（C++/Python) 【转】

转自：http://blog.csdn.net/xingchenbingbuyu/article/details/51105159

版权声明：本文为博主原创文章，转载请联系作者取得授权。

本文由@星沉阁冰不语出品，转载请注明作者和出处。

文章链接：http://blog.csdn.net/xingchenbingbuyu/article/details/51105159

微博：http://weibo.com/xingchenbing 

之前一直觉得人脸检测是非常麻烦的，即使是用OpenCV，麻烦到我都不敢去碰。这两天仔细看了下，如果只是调用opencv自带的分类器和函数的话，简直是简单。这不，正好最近也在学习Python，索性就用C++和Python两种语言都实现一下。当然，我现在这个是最简单的版本。

步骤：

 

调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接：

1.加载分类器，当然分类器事先要放在工程目录中去。分类器本来的位置是在*\opencv\sources\data\haarcascades（harr分类器，也有其他的可以用，也可以自己训练）

2.调用detectMultiScale()函数检测，调整函数的参数可以使检测结果更加精确。

3.把检测到的人脸等用矩形（或者圆形等其他图形）画出来。

主要函数：

 

这里面最主要的一个函数就是detectMultiScale()。文档中的解释如下：

1.image表示的是要检测的输入图像

2.objects表示检测到的人脸目标序列

3.scaleFactor表示每次图像尺寸减小的比例

4. minNeighbors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),

5.minSize为目标的最小尺寸

6.minSize为目标的最大尺寸

适当调整4,5,6两个参数可以用来排除检测结果中的干扰项。

 

程序：

 

C++程序如下：

1. #include<opencv2\opencv.hpp>
2. #include <iostream>
3. #include <stdio.h>
4. using namespace std;
5. using namespace cv;
6. /** Function Headers */
7. void detectAndDisplay(Mat frame);
8. /** Global variables */
9. String face_cascade_name = "haarcascade_frontalface_default.xml";
10. String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
11. CascadeClassifier face_cascade;   //定义人脸分类器
12. CascadeClassifier eyes_cascade;   //定义人眼分类器
13. String window_name = "Capture - Face detection";
14. /** @function main */
15. int main(void)
16. {
17. Mat frame = imread("2.jpg");
18. //VideoCapture capture;
19. //Mat frame;
20. //-- 1. Load the cascades
21. if (!face_cascade.load(face_cascade_name)){ printf("--(!)Error loading face cascade\n"); return -1; };
22. if (!eyes_cascade.load(eyes_cascade_name)){ printf("--(!)Error loading eyes cascade\n"); return -1; };
23. //-- 2. Read the video stream
24. //capture.open(0);
25. //if (!capture.isOpened()) { printf("--(!)Error opening video capture\n"); return -1; }
26. //while (capture.read(frame))
27. //{
28. //  if (frame.empty())
29. //  {
30. //      printf(" --(!) No captured frame -- Break!");
31. //      break;
32. //  }
33. //-- 3. Apply the classifier to the frame
34. detectAndDisplay(frame);
35. int c = waitKey(0);
36. if ((char)c == 27) { return 0; } // escape
37. //}
38. return 0;
39. }
40. /** @function detectAndDisplay */
41. void detectAndDisplay(Mat frame)
42. {
43. std::vector<Rect> faces;
44. Mat frame_gray;
45. cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
46. equalizeHist(frame_gray, frame_gray);
47. //-- Detect faces
48. face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70),Size(100,100));
49. for (size_t i = 0; i < faces.size(); i++)
50. {
51. //Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
52. //ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);
53. rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);
54. Mat faceROI = frame_gray(faces[i]);
55. std::vector<Rect> eyes;
56. //-- In each face, detect eyes
57. eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 1, CV_HAAR_DO_ROUGH_SEARCH, Size(3, 3));
58. for (size_t j = 0; j < eyes.size(); j++)
59. {
60. Rect rect(faces[i].x + eyes[j].x, faces[i].y + eyes[j].y, eyes[j].width, eyes[j].height);
61. //Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
62. //int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
63. //circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
64. rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);
65. }
66. }
67. //-- Show what you got
68. namedWindow(window_name, 2);
69. imshow(window_name, frame);
70. }

Python程序如下：

1. import numpy as np
2. import cv2
3. face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")
4. eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")
5. img = cv2.imread("/2.jpg")
6. gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
7. faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))
8. if len(faces)>0:
9. for faceRect in faces:
10. x,y,w,h = faceRect
11. cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)
12. roi_gray = gray[y:y+h,x:x+w]
13. roi_color = img[y:y+h,x:x+w]
14. eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))
15. for (ex,ey,ew,eh) in eyes:
16. cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
17. cv2.imshow("img",img)
18. cv2.waitKey(0)

效果：

 

最终结果如下图所示：

最近开通了微信公众号，感兴趣的同学可以扫码在微信上交流。