OpenCV16(人脸检测)
来源:互联网 发布:three.js 3d全景demo 编辑:程序博客网 时间:2024/06/04 18:08
一、.源代码
// 人脸识别haar.cpp : 定义控制台应用程序的入口点。// 本例来自网络// 修改了detect_and_draw_objects函数,第三个入口参数指定的是图像的金字塔高斯缩放等级,2表示长宽各变为原来的1/2// 2016.9.16 by Alex//#include "stdafx.h"#include "cv.h" #include "highgui.h" void detect_and_draw_objects( IplImage* image, CvHaarClassifierCascade* cascade, int scale ) { IplImage* small_image = image; CvMemStorage* storage = cvCreateMemStorage(0); //需要使用cvReleaseMemStorage( &storage ); 释放CvSeq* faces; //使用金字塔分解缩小图像,可能造成识别出错。建议可以注释掉该部分,对比看效果,会准确很多。//scale是缩小的等级,用于后续再原图上绘图if(scale != 1){ //如果scale=1,则cvPyrDown由于输入输出图像的大小一样,会报错。small_image = cvCreateImage( cvSize(image->width/scale,image->height/scale), IPL_DEPTH_8U, 3 ); //图的大小是原来的1/4cvPyrDown( image, small_image, CV_GAUSSIAN_5x5 );//函数cvPyrDown使用Gaussian金字塔分解对输入图像向下采样}//面孔检测程序,小图,提高预算时间,但是会增加出错概率faces = cvHaarDetectObjects( small_image, cascade, storage, 1.2, 2, CV_HAAR_DO_CANNY_PRUNING ); //灰度 分类器 工作缓存 见下文介绍for(int i = 0; i < faces->total; i++ ) { CvRect face_rect = *(CvRect*)cvGetSeqElem( faces, i); cvRectangle( image, cvPoint(face_rect.x*scale,face_rect.y*scale), cvPoint((face_rect.x+face_rect.width)*scale, (face_rect.y + face_rect.height)*scale), CV_RGB(255,0,0), 3 ); } if( small_image != image ) //释放图像cvReleaseImage( &small_image ); cvReleaseMemStorage( &storage ); //释放缓存,CvMemStorage*} int _tmain(int argc, _TCHAR* argv[]) { IplImage* image = cvLoadImage( "D:\\PERSONAL\\Picture\\41.jpg", 1 );//加载OpenCV自带的训练好的人脸识别文件haarcascade_frontalface_alt.xml,在OpenCV解压文件中,需要释放CvHaarClassifierCascade*CvHaarClassifierCascade* cascade = (CvHaarClassifierCascade*)cvLoad("haarcascade_frontalface_alt2.xml"); //放在工作目录下detect_and_draw_objects( image, cascade, 2 ); //调用检测函数cvHaarDetectObjects,自定义绘图过程,第三个参数表示缩放cvNamedWindow( "test", 0 ); cvShowImage( "test", image ); cvWaitKey(0); cvReleaseHaarClassifierCascade( &cascade ); //释放CvHaarClassifierCascade*cvReleaseImage( &image ); return 0;}
实验效果:
1.使用haarcascade_frontalface_alt.xml,缩放比例1(test1)和2(test2)
2.使用haarcascade_frontalface_alt2.xml ,缩放比例1(test1)和2(test2)
参数说明:
1.分类器的加载
CvHaarClassifierCascade* cascade = (CvHaarClassifierCascade*)cvLoad("haarcascade_frontalface_alt2.xml");类型:CvHaarClassifierCascade* cascade ,使用cvLoad函数,将其在OpenCV安装目录下搜索到,放在工作目录下(方便点)
2.面孔检测
CVAPI(CvSeq*) cvHaarDetectObjects( const CvArr* image, CvHaarClassifierCascade* cascade, CvMemStorage* storage, double scale_factor CV_DEFAULT(1.1), int min_neighbors CV_DEFAULT(3), int flags CV_DEFAULT(0), CvSize min_size CV_DEFAULT(cvSize(0,0)), CvSize max_size CV_DEFAULT(cvSize(0,0)));
其中:
image是灰度图像
cascade是分类器类型,可以选择OpenCV现有的,或者自己训练,后续讲解怎么训练
storage是函数工作缓存,不是输出,在计算过程中需要用的空间
scale_factor(默认1.1)是两个不同大小的窗口之间的跳跃值。这样理解,类似一个小矩形区域在图上从原点开始运动,需要判定矩形区域内的图像是不是人脸。scale_factor设置的是每一次移动矩形窗的步长。值大,移动快,计算速度快,但是可能检测不到小的脸。反之特点也显然。
min_neighbors设置为3表示只有当一张脸被>=3次的检测出来才认定是人脸。
flag :
#define CV_HAAR_DO_CANNY_PRUNING 1#define CV_HAAR_SCALE_IMAGE 2#define CV_HAAR_FIND_BIGGEST_OBJECT 4#define CV_HAAR_DO_ROUGH_SEARCH 8CV_HAAR_DO_CANNY_PRUNING表示分类器会跳过平滑(无边缘)区域。
其余说明可以百度
min_size表示的放弃比min_size区域小的人脸,提高速度。
max_size表示的放弃比max_size区域大的人脸,提高速度。
3.cvHaarDetectObjects函数的返回值使用
CvSeq* faces;数量读取(指针,访问):
faces->total
元素访问(使用矩形CvRect):
CvRect face_rect = *(CvRect*)cvGetSeqElem( faces, i);face_rect.xface_rect.y(x,y)是矩形的左上角点坐标
face_rect.widthface_rect.height
0 0
- OpenCV16(人脸检测)
- opencv16--隐藏console
- 人脸检测(转)
- 人脸检测(一)
- 人脸检测(二)
- 人脸检测(三)
- 人脸检测(一)
- Python_人脸检测 (dlib库检测与opencv检测效果对比 含代码)
- 人脸检测的harr检测函数
- 人脸检测or五官检测
- OpenCV:人脸检测和行人检测
- 目标检测之人脸检测
- 人脸识别--活体检测(眨眼检测)
- 人脸检测学习笔记(1)
- OpenCV人脸检测(C++代码)
- adaboost 人脸检测(3.1)
- adaboost 人脸检测(3.2)
- 人脸检测----(java+opencv)
- JSP网页动态开发
- 分苹果
- 贝塞尔校正
- Java类的加载和初始化顺序分析
- HTTP深入浅出 http请求
- OpenCV16(人脸检测)
- iOS 嵌入 MarkDown
- 优雅的点
- HTTP协议详解
- OpenCV blur函数——均值滤波
- 自醒语录28
- 学习jsp时用的软件及安装
- rev
- OpenCV GaussianBlur函数——高斯滤波