opencv人脸检测和跟踪

一、我的分类训练器的xml文件路径如下:

D://opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml

每个人的安装位置不同，训练器的xml也不同，我的是opencv3.0的。

二、先检测一张如图片里的人脸

程序：

#include<opencv2/opencv.hpp>#include <iostream>using namespace std;using namespace cv;RNG g_rng(12345);CascadeClassifier face_cascades;void detectAndDisplay(Mat frame);int main(){face_cascades.load("D://opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml");Mat image;image = imread("D://vvoo//faces.jpg");if (!image.data){cout << "未能读取图片\n";return -1;}detectAndDisplay(image);waitKey(0);}void detectAndDisplay(Mat frame){imshow("原图", frame);std::vector<Rect> faces;Mat frame_gray;if (frame.channels() == 1){frame_gray = frame;}else{cvtColor(frame, frame_gray, CV_RGB2GRAY);}equalizeHist(frame_gray, frame_gray);        //detectMultiScale函数中frame_gray表示的是要检测的输入图像为frame_gray，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face_cascades.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));for (int i = 0; i < faces.size(); i++){Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));//所取的颜色任意值rectangle(frame, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),color, 1, 8);}imshow("人脸检测", frame);}

运行结果：

从结果来看，检测效果有待提高，如果是自己写的训练器，那就牛了，不签我还不会写。

2）再来视频摄像头检测人脸的，只是把图片检测的程序稍微修改下。

#include<opencv2/opencv.hpp>#include <iostream>using namespace std;using namespace cv;RNG g_rng(12345);//随机数声明CascadeClassifier face_cascades;void detectAndDisplay(Mat frame);//函数声明int main(){face_cascades.load("D://opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml");Mat frame;bool stop = true;VideoCapture capture(0);//打开摄像头  if (!capture.isOpened()){cout << "未能打开摄像头\n"<<endl;return -1;}while (stop){capture >> frame;//读取当前帧到frame矩阵中  if (frame.rows == 0) continue;detectAndDisplay(frame);//调用函数if (waitKey(30) >= 0)stop = false;}waitKey(0);return 0;}void detectAndDisplay(Mat frame){std::vector<Rect> faces;Mat frame_gray;if (frame.channels() == 1){frame_gray = frame;}else{cvtColor(frame, frame_gray, CV_RGB2GRAY);}equalizeHist(frame_gray, frame_gray);//detectMultiScale函数中frame_gray表示的是要检测的输入图像为frame_gray，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face_cascades.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));for (int i = 0; i < faces.size(); i++){Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));//所取的颜色任意值rectangle(frame, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),color, 1, 8);}imshow("人脸检测", frame);}

运行结果：

哈哈，这就是我喜欢的女神！大家可以调用摄像头自己试试，我就在这不放本尊了。

三、参考资料

1.Opencv人脸检测

2.OpenCV 实现人脸检测与相关知识整理