基础学习笔记之opencv(1)：opencv中facedetect例子浅析

人脸检测一种主流的方法就是类haar+adaboosting，opencv中也是用的这种方法。这种方法可以推广到刚性物体的检测，前提是要训练好级联分类器(比如说用类haar特征)，一旦训练数据弄好了，直接调用opencv中的类CascadeClassifier，用它的几个简单的成员函数就可以完成检测功能。所以说用起来还是很简单的。下面就是用的opencv中自带的samples中的facedetect例子。

     当然，源例子考虑到了摄像头，视频，图片多种情况，还有很多出错处理的表达。这里我讲其代码都省略了，因为看起来不是特别简洁。否则还需要用命令行输入，比如说如下图：

 

     要输入的东西比较多，如果一旦输入出错了，就会有如下显示：

 

     所以为了方便，还是把代码简洁了下，改后的代码和注释如下：

  1 // face_detect.cpp : 定义控制台应用程序的入口点。  2 //  3   4 #include "stdafx.h"  5   6 #include "opencv2/objdetect/objdetect.hpp"  7 #include "opencv2/highgui/highgui.hpp"  8 #include "opencv2/imgproc/imgproc.hpp"  9 #include "opencv2/ml/ml.hpp" 10  11 #include <iostream> 12 #include <stdio.h> 13  14 using namespace std; 15 using namespace cv; 16  17 void detectAndDraw( Mat& img, 18                    CascadeClassifier& cascade, CascadeClassifier& nestedCascade, 19                    double scale); 20  21 String cascadeName = "./haarcascade_frontalface_alt2.xml";//人脸的训练数据 22 //String nestedCascadeName = "./haarcascade_eye_tree_eyeglasses.xml";//人眼的训练数据 23 String nestedCascadeName = "./haarcascade_eye.xml";//人眼的训练数据 24  25 int main( int argc, const char** argv ) 26 { 27     Mat image; 28     CascadeClassifier cascade, nestedCascade;//创建级联分类器对象 29     double scale = 1.3; 30  31     //image = imread( "lena.jpg", 1 );//读入lena图片 32     image = imread("people_with_hands.png",1); 33     namedWindow( "result", 1 );//opencv2.0以后用namedWindow函数会自动销毁窗口 34  35     if( !cascade.load( cascadeName ) )//从指定的文件目录中加载级联分类器 36     { 37          cerr << "ERROR: Could not load classifier cascade" << endl; 38          return 0; 39     } 40  41     if( !nestedCascade.load( nestedCascadeName ) ) 42     { 43          cerr << "WARNING: Could not load classifier cascade for nested objects" << endl; 44          return 0; 45     } 46  47     if( !image.empty() )//读取图片数据不能为空 48     { 49         detectAndDraw( image, cascade, nestedCascade, scale ); 50         waitKey(0); 51     } 52  53     return 0; 54 } 55  56 void detectAndDraw( Mat& img, 57                    CascadeClassifier& cascade, CascadeClassifier& nestedCascade, 58                    double scale) 59 { 60     int i = 0; 61     double t = 0; 62     vector<Rect> faces; 63     const static Scalar colors[] =  { CV_RGB(0,0,255), 64         CV_RGB(0,128,255), 65         CV_RGB(0,255,255), 66         CV_RGB(0,255,0), 67         CV_RGB(255,128,0), 68         CV_RGB(255,255,0), 69         CV_RGB(255,0,0), 70         CV_RGB(255,0,255)} ;//用不同的颜色表示不同的人脸 71  72     Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//将图片缩小，加快检测速度 73  74     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 75     resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//将尺寸缩小到1/scale,用线性插值 76     equalizeHist( smallImg, smallImg );//直方图均衡 77  78     t = (double)cvGetTickCount();//用来计算算法执行时间 79 

//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

84     cascade.detectMultiScale( smallImg, faces, 85         1.1, 2, 0 86         //|CV_HAAR_FIND_BIGGEST_OBJECT 87 //|CV_HAAR_DO_ROUGH_SEARCH 88         |CV_HAAR_SCALE_IMAGE 89         , 90         Size(30, 30) ); 91  92     t = (double)cvGetTickCount() - t;//相减为算法执行的时间 93     printf( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) ); 94     for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ ) 95     { 96         Mat smallImgROI; 97         vector<Rect> nestedObjects; 98         Point center; 99         Scalar color = colors[i%8];100         int radius;101         center.x = cvRound((r->x + r->width*0.5)*scale);//还原成原来的大小102         center.y = cvRound((r->y + r->height*0.5)*scale);103         radius = cvRound((r->width + r->height)*0.25*scale);104         circle( img, center, radius, color, 3, 8, 0 );105 106         //检测人眼，在每幅人脸图上画出人眼107         if( nestedCascade.empty() )108             continue;109         smallImgROI = smallImg(*r);110 111         //和上面的函数功能一样112         nestedCascade.detectMultiScale( smallImgROI, nestedObjects,113             1.1, 2, 0114             //|CV_HAAR_FIND_BIGGEST_OBJECT115 //|CV_HAAR_DO_ROUGH_SEARCH116 //|CV_HAAR_DO_CANNY_PRUNING117             |CV_HAAR_SCALE_IMAGE118             ,119             Size(30, 30) );120         for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ )121         {122             center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);123             center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);124             radius = cvRound((nr->width + nr->height)*0.25*scale);125             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126         }127     }128     cv::imshow( "result", img );129 }

 

     运行lena图的效果如下：

 

     运行有多个人图的效果图如下：

 

     可以看出，在多人图中，并不是每个人脸都能检测出来。特别是在图片边界上的人脸，也就是被遮挡了部分的人脸，基本检测不出来。还有，在人眼不是特别正的情况下，完全检测不出来，也不知道具体什么原因，应该是opencv中自带是人眼数据库训练不够完全好。因为这些数据的训练确实是非常的麻烦。