OpenCV人脸检测

win7 32位 OpenCV3.0 vs2013 对文件夹中图片进行人脸检测

在opencv中，人脸检测用的是harr或LBP特征，分类算法用的是adaboost算法。这种算法需要提前训练大量的图片，非常耗时，因此opencv已经训练好了，把训练结果存放在一些xml文件里面。在opencv3.0版本中，训练好的文件放在 \build\etc\文件夹下，有两个文件夹haarcascades和lbpcascades，前者存放的是harr特征训练出来的文件，后者存放的是lbp特征训练出来的文件。

人脸检测主要用到的是CascadeClassifier这个类，以及该类下的detectMultiScale函数。

函数原型是：

void CascadeClassifier::detectMultiScale(InputArray image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

总共有7个参数，分别是

第一个参数image:  要检测的图片，一般为灰度图

第二个参数objects:  Rect型的容器，存放所有检测出的人脸，每个人脸是一个矩形

第三个参数scaleFactor:  缩放因子，对图片进行缩放，默认为1.1

第四个参数minNeighbors： 最小邻居数，默认为3

第五个参数flags:  兼容老版本的一个参数，在3.0版本中没用处。默认为0

第六个参数minSize: 最小尺寸，检测出的人脸最小尺寸

第七个参数maxSize： 最大尺寸，检测出的人脸最大尺寸 

代码：

#include "opencv2\opencv.hpp"

#include <iostream>
using namespace std;
using namespace cv;
#define  NUM  1103
int main()
{

string ImgName;
CascadeClassifier ccf;   //创建分类器对象
string xmlPath = "D:\\opencv3.0\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_default.xml";
ccf.load(xmlPath);  //加载训练文件
int n = 1;
while (n <= NUM)   //1103
{

stringstream ss;
string str;
ss << n;
ss >> str;

while (str.length() < 6)
{
str = '0' + str;
}

//cout << str << endl;
n++;
ImgName = str;    //图像文件明格式：ImgName(n)  
ImgName = "E:\\5\\" + ImgName + ".jpg";
cout << ImgName << endl;
Mat img = imread(ImgName);
vector<Rect> faces;  //创建一个容器保存检测出来的脸
Mat gray;


cvtColor(img, gray, CV_BGR2GRAY); //转换成灰度图，因为harr特征从灰度图中提取
equalizeHist(gray, gray);  //直方图均衡行
ccf.detectMultiScale(gray, faces, 1.1, 3, 0, Size(10, 10), Size(100, 100)); //检测人脸
cout << faces.size() << endl;
if (faces.size()==1)
{


for (vector<Rect>::const_iterator iter = faces.begin(); iter != faces.end(); iter++)
{
IplImage *pSrc = cvLoadImage(ImgName.c_str(), CV_LOAD_IMAGE_UNCHANGED);
rectangle(img, *iter, Scalar(0, 0, 255), 2, 8); //画出脸部矩形
cvSetImageROI(pSrc, *iter);


//cout<<endl <<endl<< faces.begin();
Rect roi = *iter;
ImgName = str;
ImgName = "E:\\4\\" + ImgName + ".jpg";
cvSaveImage(ImgName.c_str(), pSrc);
//imshow("faces", img);
//waitKey(1);
}

}

}

waitKey(0);



return 1;
}