wordpress在线仿站,杭州 做网站,长宁区网站建设,辽宁咨发建设监理预算咨询有限公司网站本篇介绍图像处理与模式识别中最热门的一个领域——人脸检测#xff08;人脸识别#xff09;。人脸检测可以说是学术界的宠儿#xff0c;在不少EI#xff0c;SCI高级别论文都能看到它的身影。甚至很多高校学生的毕业设计都会涉及到人脸检测。当然人脸检测的巨大实用价值也让…本篇介绍图像处理与模式识别中最热门的一个领域——人脸检测人脸识别。人脸检测可以说是学术界的宠儿在不少EISCI高级别论文都能看到它的身影。甚至很多高校学生的毕业设计都会涉及到人脸检测。当然人脸检测的巨大实用价值也让很多公司纷纷关注很多公司都拥有这方面的专利或是开发商业产品出售。     在OpenCV中人脸检测也是其热门应用之一。在OpenCV的特征检测专题就详细介绍了人脸检测的原理——通过Haar特征来识别是否为人脸。Haar特征检测原理与Haar特征分类器的训练放到下一篇《【OpenCV入门指南】第十四篇  Haartraining》来讲本篇主要介绍如何在OpenCV中使用Haar特征分类器来对图像中的人脸进行检测和识别。下面将分成五步来详细示范如何在OpenCV中进行人脸识别     一人脸的Haar特征分类器是什么     二在哪找人脸的Haar特征分类器     三怎么用人脸的Haar特征分类器     四人脸识别示例代码     五人脸识别程序运行结果 一人脸的Haar特征分类器是什么 人脸的Haar特征分类器就是一个XML文件该文件中会描述人脸的Haar特征值。当然Haar特征的用途可不止可以用来描述人脸这一种用来描述眼睛嘴唇或是其它物体也是可以的。 二在哪找人脸的Haar特征分类器 OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的\data\ haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身眼睛嘴唇的Haar分类器。读者可以仿照本方的例子来试验下效果看看。 三怎么用人脸的Haar特征分类器 使用人脸的Haar特征分类器非常之简单直接使用cvHaarDetectObjects。下面来看看这个函数的介绍 函数功能检测图像中的目录 函数原型 CVAPI(CvSeq*) cvHaarDetectObjects(   const CvArr* image,   CvHaarClassifierCascade* cascade,   CvMemStorage* storage,   double scale_factor CV_DEFAULT(1.1),   int min_neighbors CV_DEFAULT(3),   int flags CV_DEFAULT(0),   CvSize min_size CV_DEFAULT(cvSize(0,0)),   CvSize max_size CV_DEFAULT(cvSize(0,0)) ); 函数说明 第一个参数表示输入图像尽量使用灰度图以加快检测速度。 第二个参数表示Haar特征分类器可以用cvLoad()函数来从磁盘中加载xml文件作为Haar特征分类器。 第三个参数为CvMemStorage类型大家应该很熟悉这个CvMemStorage类型了《OpenCV入门指南》中很多文章都介绍过了。 第四个参数表示在前后两次相继的扫描中搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10% 第五个参数表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框这种设定值一般用在用户自定义对检测结果的组合程序上。 第六个参数要么使用默认值要么使用CV_HAAR_DO_CANNY_PRUNING如果设置为CV_HAAR_DO_CANNY_PRUNING那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域因此这些区域通常不会是人脸所在区域。 第七个第八个参数表示检测窗口的最小值和最大值一般设置为默认即可。 函数返回值 函数将返回CvSeq对象该对象包含一系列CvRect表示检测到的人脸矩形。 四人脸识别示例代码 下面给出一个完整的示例代码代码中的GetTickCount可以参阅《Windows 各种计时函数总结》cvEqualizeHist可以参阅《【OpenCV入门指南】第八篇灰度直方图》。 // FaceDetect.cpp : 定义控制台应用程序的入口点。 // 本文配套博客文章地址 http://blog.csdn.net/morewindows/article/details/8426318 #include stdafx.h#include iostream #include opencv2/core/core.hpp //cvGetSize cvCreateImage #include opencv2/highgui/highgui.hpp #include opencv2/opencv.hpp //cvResize cvInitMatHeader cvGetMinMaxHistValue cvCvtColor #include opencv2/imgproc/imgproc.hpp#include Windows.h //DWORD GetTickCount()#ifdef _DEBUG #pragma comment(lib, opencv_core244d) #pragma comment(lib, opencv_highgui244d) #pragma comment(lib, opencv_imgproc244d) //cvResize #pragma comment(lib, opencv_objdetect244d) //cvHaarDetectObjects #else #pragma comment(lib, opencv_core244) #pragma comment(lib, opencv_highgui244) #pragma comment(lib, opencv_imgproc244) //cvResize #pragma comment(lib, opencv_objdetect244) //cvHaarDetectObjects #endifusing namespace std; int main() { // 加载Haar特征检测分类器 // haarcascade_frontalface_alt.xml系OpenCV自带的分类器 下面是我机器上的文件路径 const char *pstrCascadeFileName G:\\Software\\openCV\\opencv\\data\\haarcascades\\haarcascade_frontalface_alt.xml; CvHaarClassifierCascade *pHaarCascade NULL; pHaarCascade (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName); // 载入图像 const char *pstrImageName ./images/linzhiling.jpg; //const char *pstrImageName ./images/liuyifei.jpg; //const char *pstrImageName ./images/unknown.jpg; IplImage *pSrcImage cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED); IplImage *pGrayImage cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1); cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY); // 人脸识别与标记 if (pHaarCascade ! NULL) { CvScalar FaceCirclecolors[] { {{0, 0, 255}}, {{0, 128, 255}}, {{0, 255, 255}}, {{0, 255, 0}}, {{255, 128, 0}}, {{255, 255, 0}}, {{255, 0, 0}}, {{255, 0, 255}} }; CvMemStorage *pcvMStorage cvCreateMemStorage(0); cvClearMemStorage(pcvMStorage); // 识别 DWORD dwTimeBegin, dwTimeEnd; dwTimeBegin GetTickCount(); //函数将返回CvSeq对象该对象包含一系列CvRect表示检测到的人脸矩形//第一个参数表示输入图像尽量使用灰度图以加快检测速度//第二个参数表示Haar特征分类器可以用cvLoad()函数来从磁盘中加载xml文件作为Haar特征分类器//第三个参数为CvMemStorage类型//第四个参数表示在前后两次相继的扫描中搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%//第五个参数表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。//如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框这种设定值一般用在用户自定义对检测结果的组合程序上//第六个参数要么使用默认值要么使用CV_HAAR_DO_CANNY_PRUNING如果设置为CV_HAAR_DO_CANNY_PRUNING那么函数将会使用Canny边缘检测//来排除边缘过多或过少的区域因此这些区域通常不会是人脸所在区域//第七个第八个参数表示检测窗口的最小值和最大值一般设置为默认即可CvSeq *pcvSeqFaces cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage); dwTimeEnd GetTickCount(); printf(人脸个数: %d 识别用时: %d ms\n, pcvSeqFaces-total, dwTimeEnd - dwTimeBegin); // 标记 for(int i 0; i pcvSeqFaces-total; i) { CvRect* r (CvRect*)cvGetSeqElem(pcvSeqFaces, i); //用圆形画出脸部部分CvPoint center; int radius; center.x cvRound((r-x r-width * 0.5)); center.y cvRound((r-y r-height * 0.5)); radius cvRound((r-width r-height) * 0.25); cvCircle(pSrcImage, center, radius, FaceCirclecolors[i % 8], 2); //用矩形画出脸部部分/*CvPoint startPoint,endPoint;startPoint.x cvRound(r-x);startPoint.y cvRound(r-y);endPoint.x cvRound(r-x r-width);endPoint.y cvRound(r-x r-height);cvRectangle(pSrcImage,startPoint,endPoint,FaceCirclecolors[i % 8]);*/} cvReleaseMemStorage(pcvMStorage); } const char *pstrWindowsTitle 人脸识别; cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE); cvShowImage(pstrWindowsTitle, pSrcImage); cvWaitKey(0); cvDestroyWindow(pstrWindowsTitle); cvReleaseImage(pSrcImage); cvReleaseImage(pGrayImage); return 0; } View Code 五人脸识别程序运行结果 运行结果一单人正面 这张图的干扰太少换张干扰大点的图来试试。   运行结果二   运行结果三多人   本文转自http://blog.csdn.net/morewindows/article/details/8426318转载于:https://www.cnblogs.com/tianyalu/p/5689285.html