opencv中facedetect例子浅析

detectMultiScale函数详解

cvHaarDetectObjects是opencv1中的函数，opencv2中人脸检测使用的是 detectMultiScale函数。它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示），函数由分类器对象调用：

void detectMultiScale(const Mat& image,CV_OUT vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3, int flags = 0,Size minSize = Size(),Size maxSize = Size());

函数介绍：

参数1：image--待检测图片，一般为灰度图像加快检测速度；

参数2：objects--被检测物体的矩形框向量组；
参数3：scaleFactor--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%;
参数4：minNeighbors--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；
参数5：flags--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；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。

#include <opencv2/core/core.hpp>#include <opencv2/imgproc/imgproc.hpp>#include <opencv2/opencv.hpp>#include <vector>#include <cstdio>using namespace std;using namespace cv;int main(){// 【1】加载分类器CascadeClassifier cascade;cascade.load("haarcascade_frontalface_alt2.xml");Mat srcImage, grayImage,dstImage;// 【2】读取图片srcImage = imread("image.jpg");dstImage = srcImage.clone();imshow("【原图】", srcImage);grayImage.create(srcImage.size(), srcImage.type());cvtColor(srcImage, grayImage, CV_BGR2GRAY); // 生成灰度图，提高检测效率// 定义7种颜色，用于标记人脸Scalar colors[] ={// 红橙黄绿青蓝紫CV_RGB(255, 0, 0),CV_RGB(255, 97, 0),CV_RGB(255, 255, 0),CV_RGB(0, 255, 0),CV_RGB(0, 255, 255),CV_RGB(0, 0, 255),CV_RGB(160, 32, 240)};// 【3】检测vector<Rect> rect;cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0);  // 分类器对象调用printf("检测到人脸个数：%d\n", rect.size());// 【4】标记--在脸部画圆for (int i = 0; i < rect.size();i++){Point  center;int radius;center.x = cvRound((rect[i].x + rect[i].width * 0.5));center.y = cvRound((rect[i].y + rect[i].height * 0.5));radius = cvRound((rect[i].width + rect[i].height) * 0.25);circle(dstImage, center, radius, colors[i % 7], 2);}// 【5】显示imshow("【人脸识别detectMultiScale】", dstImage);waitKey(0);return 0;}

如果要识别人体的其它部位，只需将上面的haarcascade_frontalface_alt2.xml分类器替换即可。

// face_detect.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include "opencv2/objdetect/objdetect.hpp"#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include "opencv2/ml/ml.hpp"#include <iostream>#include <stdio.h>using namespace std;using namespace cv;void detectAndDraw( Mat& img,                   CascadeClassifier& cascade, CascadeClassifier& nestedCascade,                   double scale);String cascadeName = "./haarcascade_frontalface_alt2.xml";//人脸的训练数据//String nestedCascadeName = "./haarcascade_eye_tree_eyeglasses.xml";//人眼的训练数据String nestedCascadeName = "./haarcascade_eye.xml";//人眼的训练数据int main( int argc, const char** argv ){    Mat image;    CascadeClassifier cascade, nestedCascade;//创建级联分类器对象    double scale = 1.3;    //image = imread( "lena.jpg", 1 );//读入lena图片    image = imread("people_with_hands.png",1);    namedWindow( "result", 1 );//opencv2.0以后用namedWindow函数会自动销毁窗口    if( !cascade.load( cascadeName ) )//从指定的文件目录中加载级联分类器    {         cerr << "ERROR: Could not load classifier cascade" << endl;         return 0;    }    if( !nestedCascade.load( nestedCascadeName ) )    {         cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;         return 0;    }    if( !image.empty() )//读取图片数据不能为空    {        detectAndDraw( image, cascade, nestedCascade, scale );        waitKey(0);    }    return 0;}void detectAndDraw( Mat& img,                   CascadeClassifier& cascade, CascadeClassifier& nestedCascade,                   double scale){    int i = 0;    double t = 0;    vector<Rect> faces;    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)} ;//用不同的颜色表示不同的人脸    Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//将图片缩小，加快检测速度    cvtColor( img, gray, CV_BGR2GRAY );//因为用的是类haar特征，所以都是基于灰度图像的，这里要转换成灰度图像    resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//将尺寸缩小到1/scale,用线性插值    equalizeHist( smallImg, smallImg );//直方图均衡    t = (double)cvGetTickCount();//用来计算算法执行时间//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) );    t = (double)cvGetTickCount() - t;//相减为算法执行的时间    printf( "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;        center.x = cvRound((r->x + r->width*0.5)*scale);//还原成原来的大小        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 );        //检测人眼，在每幅人脸图上画出人眼        if( nestedCascade.empty() )            continue;        smallImgROI = smallImg(*r);        //和上面的函数功能一样        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 );//将眼睛也画出来，和对应人脸的图形是一样的        }    }    cv::imshow( "result", img );}