OpenCV学习笔记（11）：libfacedetection人脸检测的配置与使用

1. 前言

libfacedetection库是深圳大学的于仕琪老师发布的开源人脸检测库，相比于OpenCV自带的CascadeClassifier人脸检测，无论在速度上还是精度上，都有巨大的优势，是目前已知开源库中最好用的一款。

本文通过学习libfacedetection库中的example，进行人脸检测程序的简单实现。

2. 开发环境

• OpenCV3.3
• Windows 10 64位
• Visual Studio 2013 Ultimate

3. 配置过程

3.1 libfacedetection的下载

在GitHub上下载libfacedetection的最新库文件（https://github.com/ShiqiYu/libfacedetection）

3.2 新建VS工程

将下载好的libfacedetection文件夹中的几个文件拖拽到faceDetection工程的根目录，包括——

• libfacedetect-x64.dll
• libfacedetect-x64.lib
• facedetect-dll.h

3.3 配置VS属性

先配置opencv

然后在链接器中配置libfacedetection的库文件，注意，64位的要配置成libfacedetect-x64.lib

注意，libfacedetection库中使用了比较底层的fopen函数，VS2013对fopen报编译错误，需要设置如下——

在C++命令行中添加 /D _CRT_SECURE_NO_WARNINGS

4. 源代码示例

这是对libfacedetection文件中example进行的修改使用，example提供了4个人脸检测函数，分别是facedetect_frontal、facedetect_frontal_surveillance、facedetect_multiview、facedetect_multiview_reinforce，四个函数应该是对应不同的使用场景，性能有所不同，但参数类型完全一致，可以根据需要进行调整。

该代码使用了 facedetect_multiview 和 OpenCV自带的CascadeClassifier进行比较，可以看出于仕琪老师的libfacedetection具有更强的性能。

#include"facedetect-dll.h"#include<iostream>#include<opencv2\opencv.hpp>#define DETECT_BUFFER_SIZE 0x20000using namespace std;using namespace cv;void faceDetection(const Mat&image){    Mat gray;    cvtColor(image, gray, CV_BGR2GRAY);    int * pResults = NULL;    unsigned char * pBuffer = (unsigned char *)malloc(DETECT_BUFFER_SIZE);    int doLandmark = 1;    pResults = facedetect_multiview_reinforce(pBuffer,         (unsigned char*)(gray.ptr(0)),         gray.cols,         gray.rows,         (int)gray.step,        1.2f, 2, 48, 0,         doLandmark);    printf("%d faces detected.\n", (pResults ? *pResults : 0));    Mat result_multiview = image.clone();;    for (int i = 0; i < (pResults ? *pResults : 0); i++)    {        short * p = ((short*)(pResults + 1)) + 142 * i;        int x = p[0];        int y = p[1];        int w = p[2];        int h = p[3];        int neighbors = p[4];        int angle = p[5];        printf("face_rect=[%d, %d, %d, %d], neighbors=%d, angle=%d\n", x, y, w, h, neighbors, angle);        rectangle(result_multiview, Rect(x, y, w, h), Scalar(0, 255, 0), 2);    }    imshow("face", result_multiview);    waitKey(0);    free(pResults);}int main(){    Mat src = imread("test.png", IMREAD_COLOR);    faceDetection(src);    CascadeClassifier ccf;    vector<Rect> faceBox;    ccf.load("haarcascade_frontalface_default.xml");    ccf.detectMultiScale(src, faceBox, 1.1,3, 0, Size(20, 20), Size(100, 100));    for (vector<Rect>::const_iterator i = faceBox.begin(); i != faceBox.end(); i++)    {        rectangle(src, (*i), Scalar(0, 0, 255), 2);    }    imshow("cascade", src);    waitKey(0);    return 0;}

5. 结果对比

libfacedetection识别Tara女团结果

OpenCV CascadeClassifier 识别Tara