openCV实现多人脸检测，多眼部检测，完整代码和详细注释

一，说明及环境

       代码是完全参考opencv中自带的源代码，将其中很多不必要的代码已经删除。环境是opencv2413，vs2013，win10。

       目录结构如图所示：

                                                                              

           其中的xml文件在opencv/sources/data中，图片在opencv/sources/samples/c/，复制到自己的项目目录下。

二，代码及注释

#include "stdafx.h"#include "opencv2/objdetect/objdetect.hpp"#include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include <cctype>#include <iostream>#include <iterator>#include <stdio.h>using namespace std;using namespace cv;//面部和眼睛检测并绘制矩形框，参数一次为图片数据，面部和眼部的级联分类器，检测时允许的图片缩小比例void detectAndDraw(Mat& img, CascadeClassifier& faceCascade, CascadeClassifier& eyeCascade, double scale);//脸部和眼部的训练数据，就是以xml文件的形式，存储了标准的用来比对的模特数据，文件放在了当前目录string faceCascadeName = "haarcascade_frontalface_alt.xml";//面部string eyeCascadeName = "haarcascade_eye.xml";//眼部int main(int argc, const char** argv){Mat image;//opencv中存储数据的基本单位，存储帧，图片等，代替旧版本的IplImagestring inputName("lena.jpg");//示例图片，放在当前目录CascadeClassifier faceCascade, eyeCascade;//定义级联分类器，由它们实现检测功能double scale = 1;//不缩小图片，这样可以提高准确率if (!faceCascade.load(faceCascadeName) || !eyeCascade.load(eyeCascadeName))//载入xml训练数据{return -1;}image = imread(inputName, CV_LOAD_IMAGE_COLOR);//读取图片，第二个参数说明是彩色图片cvNamedWindow("result", 1);//创建窗口，命名result，id为1if (!image.empty()){detectAndDraw(image, faceCascade, eyeCascade, scale);//进行识别}waitKey(0);//等待建入cvDestroyWindow("result");//销毁窗口return 0;}void detectAndDraw(Mat& img, CascadeClassifier& faceCascade,CascadeClassifier& eyeCascade,double scale){int i = 0;double t = 0;vector<Rect> faces,eyes;//用来存储检测出来的面部和眼部数据，我们无法确定个数，因此定义成vectorMat gray, smallImg(cvRound(img.rows / scale), cvRound(img.cols / scale), CV_8UC1);//smallImg已缩放cvtColor(img, gray, CV_BGR2GRAY);//图片颜色格式转化，CV_BGR2GRAY是从BGR到gray，彩色到灰色resize(gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR);//将灰色图像适应大小到smallImg中equalizeHist(smallImg, smallImg);//加强对比度，提高检测准确率t = (double)cvGetTickCount();//获取当前时间//使用级联分类器进行识别，参数为灰度图片，面部数组，检测单元的增长率，是否融合检测出的矩形，最小检测单元大小faceCascade.detectMultiScale(smallImg, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));for (vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++){cv::rectangle(img, *r, Scalar(0,255,0), 1, 1, 0);//在img上绘制出检测到的面部矩形框，绿色框Mat faceROI = smallImg(*r);//设置图片感兴趣区域，也就是改变了图片原点和长宽，实际像素数据没有丢失eyeCascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));for (vector<Rect>::const_iterator e = eyes.begin(); e != eyes.end(); e++){Rect eyeR;eyeR.x = r->x + e->x;//从感兴趣区域映射到整个图片区域eyeR.y = r->y + e->y;eyeR.height = e->height;eyeR.width = e->width;cv::rectangle(img, eyeR, Scalar(0, 255, 255), 1, 1, 0);//绘制检测到的眼睛矩形框，黄色框}}t = (double)cvGetTickCount() - t;//获取当前时间printf("detection time = %g ms\n", t / ((double)cvGetTickFrequency()*1000.));//转化成毫秒打印cv::imshow("result", img);//将img显示到result窗口}

三，程序运行结果

detectMultiScale()的第四个参数设为2时：

         

detectMultiScale()的第四个参数设为0，且只检测面部时：

        

       由程序运行结果可以看出，opencv特征检测，是对图片进行大小不等的单元分别检测，并将所有可能的结果获取，有参数决定是否融合。另外左上角出现了一个错误的识别区，但是在detectMultiScale()的第四个参数设为2，进行融合时，opencv已经去掉。