基于开源项目OpenCV的人脸识别Demo版整理（不仅可以识别人脸，还可以识别眼睛鼻子嘴等）【模式识别中的翘楚】

转载自http://blog.renren.com/share/246648717/8171467499

最近对人脸识别的程序非常感兴趣，但是苦于没有选修多媒体方向，看了几篇关于人脸识别的论文，大概也没看懂多少，什么灰度处理啊，切割识别啊，云里雾里，傻傻看不明白啊。各种苦恼。

    于是就在网上找找，看有木有神马开源代码啊，要是有个现成的源码就更好了，百度it ,那些源码都忧伤的躲在CSDN中，老衲还是光头没积分类型的，没有办法，偶尔找几个不用积分的链接吧，妹的，download的好几天，都没下来1K，彻底被打败了。

    一狠心一咬牙，自己干了。毛爷爷教育我们说，自己动手，不愁吃喝拉撒睡。于是开始找开源的代码，开始我还天真的寻找Java版的，后来才明白，java的 运算能力根本不被大家认可，像人脸识别这种需要很高运算能力的，需要很高效率的事情，都只有C/C++的。后来就看到了OpenCV这个开源项目，一点一 点开始，终于完成了Demo版本，先晒几张识别的照片，然后再谈谈Demo实现过程。

(本来想用本人靓照，后来想想，怕大家吓怕了不敢继续读下去，还是找明星吧

这是载入图像后再通过图像识别，找到人脸，画出人脸区域的红圈后的效果。

一、OpenCV介绍

OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。

计算机视觉的应用领域越来越广泛，无论从手机应用，行为分析，文字处理还有游戏设计等，在很多地方已经投入了应用生产，而不学一点视觉的东西感觉自己都会落后了，哈哈。目前很多的计算机视觉的软件都有其局限性，成本高，开发周期长，没有固定统一的API设计等等。

OpenCV在Intel公司发起后，不仅在这些问题上给了很多独特的解决方案，同时还可以安装Intel公司的IPP来进行加速处理。作为我们学习，就不必购买IPP，直接使用开源的OpenCV足以解决很多问题。

二、OpenCV安装总结（在Windows环境下，如果需要了解Linux下的安装过程，可以去官方的http://www.opencv.org.cn/forum/寻找解决办法）

1.安装VS2008，相信这个都没问题。VC++2008Express也可以

2.安装OpenCV2.0版本。

这个解释一下啊，现在OpenCV已经出到了2.3版本，但是2.0是目前稳定的最新本，因为OpenCV是开源的项目，在持续的开发中，而2.0网上的介绍大多基于此，新版本的改进还很少详细的介绍。所以2.0已经足够用了。下载地址http://www.opencv.org.cn/index.php/Download

下载后安装，我安装在了D:\Program Files\OpenCV2.0下

3.安装CMake

安装CMakehttp://www.cmake.org/cmake/resources/software.html；

CMake的百科解释：CMake 是个跨平台的自动化建构系统，它用组态档控制建构过程（build process）的方式和 Unix 的 Make 相似，只是 CMake 的组态档取名为 CmakeLists.txt。Cmake 并不直接建构出最终的软件，而是产生标准的建构档（如 Unix 的 Makefile 或 Windows Visual C++ 的 projects/workspaces），然后再依一般的建构方式使用。这使得熟悉某个集成开发环境（IDE）的开发者可以用标准的方式建构他的软件，这种可以使用各平台的原生建构系统的能力是 CMake 和 SCons 等其他类似系统的区别之处。CMake 可以编译源代码、制作程式库、产生适配器（wrapper）、还可以用任意的顺序建构执行档、

我的理解就是CMake是个开源的项目，用于构建源码，但是它构建不生成可用文件，而是按照你喜欢的方式帮你构建源码，构建成特定IDE可用的工程。

一会需要用到它来帮助我们将OpenCV源码编译成VS可用的工程。

4.用CMake导出VC++项目文件

• 运行cmake-gui，设置路径为OpenCV安装路径（本文档假定安装位置为：D:\Program Files\OpenCV2.0），并创建子目录D:\Program Files\OpenCV2.0\vc2008，用于存放编译结果。
• 然后点 configure，在弹出的对话框内选择 Visual Studio 9 2008。
• 如果是VC++2008的Express版本，则不支持OpenMP，所以需要取消ENABLE_OPENMP选项，取消后再次选择“Congfigure”，完成后选择“Generate”。VC++ 2008（不是Express版本）支持OpenMP，如果你使用VC++2008，强烈建议不要取消这个选项。

注意：OpenCV2.1中没有ENABLE_OPENMP选项，在安装VC++2008时可以不管这个选项。

点击看大图

点击看大图

点击看大图

 

 

5.编译 OpenCV Debug和Release版本库

完成上一步骤后，将在D:\Program Files\OpenCV2.0\vc2008目录下生成OpenCV.sln的VC Solution File，请用VC++ 2008 Express打开OpenCV.sln，然后执行如下操作：

• 在Debug下，选择Solution Explorer里的 Solution OpenCV，点右键，运行"Rebuild Solution"；如编译无错误，再选择INSTALL项目，运行"Build"。
• 在Release下，选择Solution Explorer里的 Solution OpenCV，点右键，运行"Rebuild Solution"；如编译无错误，再选择INSTALL项目，运行"Build"。

此时，OpenCV的*d.dll文件（for debug）和*.dll文件（for release）将出现在D:\Program Files\OpenCV2.0\vc2008\bin目录中；OpenCV的*d.lib文件（for debug）和*.lib文件（for release）将出现在D:\Program Files\OpenCV2.0\vc2008\lib目录；头文件*.h出现在D:\Program Files\OpenCV2.0\vc2008\include\opencv中。

可以被VC++ 2008 Express调用的OpenCV动态库生成完毕

点击看大图

点击看大图

点击看大图

点击看大图

点击看大图

 

 

 

6.配置Windows环境变量Path

将D:\Program Files\OpenCV2.0\vc2008\bin加入Windows系统环境变量Path中。加入后可能需要注销当前Windows用户（或重启）后重新登陆才生效。

点击看大图

点击看大图

 

 

7.为VC++ 2008 Express配置OpenCV环境

打开VC++ 2008 Express，菜单 Tools -> Options -> Projects and Solutions -> VC++ Directories

• Show directories for选择executable files，加入目录 D:\Program Files\OpenCV2.0\vc2008\bin
• Show directories for选择include files，加入目录 D:\Program Files\OpenCV2.0\vc2008\include\opencv
• Show directories for选择library files，加入目录 D:\Program Files\OpenCV2.0\vc2008\lib

关闭VC++ 2008 Express。

点击看大图

点击看大图

 

OK,到现在为止呢，我们就配置好了环境可以使用OpenCV来编程，下面将介绍如何使用OpenCV，编写人脸识别的代码。

 

二、人脸识别程序编写。

1.首先创建一个机遇对话框的MFC工程FaceDetection2。

文件如图：

2.将对话框修改成如图所示

3.按照如下步骤配置用到的lib

• 选择Solution Explorer里的FaceDetection2项目，点击鼠标右键，选择Properties，在[链接器 LINKER]的[输入INPUT]中：
• 为项目的Debug配置增加 [依赖的库 Additional Dependencies]：cxcore200d.lib cv200d.lib highgui200d.lib(注意，文件名cv200d.lib 可能是cv***d.lib等形式，具体应查看D:\Program Files\OpenCV2.0\vc2008\lib。如果使用的是OpenCV2.1，应输入：cxcore210d.lib cv210d.lib highgui210d.lib )
• 为项目的Release配置增加[依赖的库 Additional Dependencies]：cxcore200.lib cv200.lib highgui200.lib (注意：如果使用的是OpenCV2.1，应输入：cxcore210.lib cv210.lib highgui210.lib)
• 在 [配置属性 Configuration Properties]- [General] -[字符集 Character Set] 修改为使用“多字节字符集” （由于2008默认是以Unicode字符集编译的

4.然后编辑FaceDetection2Dlg.cpp文件，源码如下

// FaceDetection2Dlg.cpp : implementation file
//

#include "stdafx.h"
#include "FaceDetection2.h"
#include "FaceDetection2Dlg.h"
#include <string.h>
#include <iostream>



#ifdef _DEBUG
#define new DEBUG_NEW
#endif

using namespace std;

const char* cascade_name="haarcascade_frontalface_alt2.xml";//分类器的名称
const char* cascade_name1="haarcascade_eye_tree_eyeglasses.xml";//分类器的名称
const char* cascade_name2="haarcascade_frontalface_alt_tree.xml";//分类器的名称
const char* cascade_name3="haarcascade_mcs_mouth.xml";//分类器的名称
const char* cascade_name4="haarcascade_mcs_nose.xml";//分类器的名称

// CAboutDlg dialog used for App About

class CAboutDlg : public CDialog
{
public:
    CAboutDlg();
    
// Dialog Data
    enum { IDD = IDD_ABOUTBOX };

    protected:
    virtual void DoDataExchange(CDataExchange* pDX);    // DDX/DDV support

// Implementation
protected:
    DECLARE_MESSAGE_MAP()
};

CAboutDlg::CAboutDlg() : CDialog(CAboutDlg::IDD)
{
}

void CAboutDlg::DoDataExchange(CDataExchange* pDX)
{
    CDialog::DoDataExchange(pDX);
}

BEGIN_MESSAGE_MAP(CAboutDlg, CDialog)
END_MESSAGE_MAP()


// CFaceDetection2Dlg dialog




CFaceDetection2Dlg::CFaceDetection2Dlg(CWnd* pParent /*=NULL*/)
    : CDialog(CFaceDetection2Dlg::IDD, pParent)
{
    m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);
}

void CFaceDetection2Dlg::DoDataExchange(CDataExchange* pDX)
{
    CDialog::DoDataExchange(pDX);
}

BEGIN_MESSAGE_MAP(CFaceDetection2Dlg, CDialog)
    ON_WM_SYSCOMMAND()
    ON_WM_PAINT()
    ON_WM_QUERYDRAGICON()
    //}}AFX_MSG_MAP
    ON_BN_CLICKED(ID_FaceDetected, &CFaceDetection2Dlg::OnBnClickedFacedetected)
END_MESSAGE_MAP()


// CFaceDetection2Dlg message handlers

BOOL CFaceDetection2Dlg::OnInitDialog()
{
    CDialog::OnInitDialog();

    // Add "About..." menu item to system menu.

    // IDM_ABOUTBOX must be in the system command range.
    ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);
    ASSERT(IDM_ABOUTBOX < 0xF000);

    CMenu* pSysMenu = GetSystemMenu(FALSE);
    if (pSysMenu != NULL)
    {
        CString strAboutMenu;
        strAboutMenu.LoadString(IDS_ABOUTBOX);
        if (!strAboutMenu.IsEmpty())
        {
            pSysMenu->AppendMenu(MF_SEPARATOR);
            pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);
        }
    }

    // Set the icon for this dialog.  The framework does this automatically
    //  when the application's main window is not a dialog
    SetIcon(m_hIcon, TRUE);            // Set big icon
    SetIcon(m_hIcon, FALSE);        // Set small icon

    // TODO: Add extra initialization here

    return TRUE;  // return TRUE  unless you set the focus to a control
}

void CFaceDetection2Dlg::OnSysCommand(UINT nID, LPARAM lParam)
{
    if ((nID & 0xFFF0) == IDM_ABOUTBOX)
    {
        CAboutDlg dlgAbout;
        dlgAbout.DoModal();
    }
    else
    {
        CDialog::OnSysCommand(nID, lParam);
    }
}

// If you add a minimize button to your dialog, you will need the code below
//  to draw the icon.  For MFC applications using the document/view model,
//  this is automatically done for you by the framework.

void CFaceDetection2Dlg::OnPaint()
{
    if (IsIconic())
    {
        CPaintDC dc(this); // device context for painting

        SendMessage(WM_ICONERASEBKGND, reinterpret_cast<WPARAM>(dc.GetSafeHdc()), 0);

        // Center icon in client rectangle
        int cxIcon = GetSystemMetrics(SM_CXICON);
        int cyIcon = GetSystemMetrics(SM_CYICON);
        CRect rect;
        GetClientRect(&rect);
        int x = (rect.Width() - cxIcon + 1) / 2;
        int y = (rect.Height() - cyIcon + 1) / 2;

        // Draw the icon
        dc.DrawIcon(x, y, m_hIcon);
    }
    else
    {
        CDialog::OnPaint();
    }
}

// The system calls this function to obtain the cursor to display while the user drags
//  the minimized window.
HCURSOR CFaceDetection2Dlg::OnQueryDragIcon()
{
    return static_cast<HCURSOR>(m_hIcon);
}

void CFaceDetection2Dlg::OnBnClickedFacedetected()
{
    // TODO: 在此添加命令处理程序代码
    CString fileName;
    //打开文件对话窗口
    CFileDialog OpenDlg( TRUE, NULL, NULL, OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR, L"图像文件格式JPG file format (*.jpg)|*.jpg|(*.bmp) |*.bmp|", NULL);
    //从文件对话窗口中打开图像
    if(OpenDlg.DoModal()!=IDOK)
        return ;
    //获得文件名
    fileName = OpenDlg.GetPathName();

    //必要的类型转换
    std::string tempName = (LPCSTR)CStringA(fileName);
    const char* tmp = tempName.c_str();
    //打开文件，若失败则返回
    if((src=cvLoadImage(tmp,CV_LOAD_IMAGE_ANYCOLOR))==0)
        return ;
    //加载（分类器层叠）训练库
    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name2, 0, 0, 0 );
    //加载不成功则显示错误讯息，并退出
    if(cascade)
    {
        storage = cvCreateMemStorage(0);
        cvNamedWindow( "人脸检测", CV_WINDOW_AUTOSIZE ); //创建窗口
        //如果图片存在则分析并显示结果，否则退出程序
        if(src)
            detect_and_draw(src);//调用人脸检与标示事件
        cvReleaseImage(&src);
        cvReleaseMemStorage( &storage );
    }else{
        AfxMessageBox(L"无法加载分类器，请确认后重试！");
    }
    cvReleaseHaarClassifierCascade( &cascade );
}


void CFaceDetection2Dlg::detect_and_draw(IplImage *img)
{
    static CvScalar color[] = {{0,0,255},{0,128,255},{0,255,255},{0,255,0},{0,128,255},{255,128,0},{255,255,0},{255,0,0},{255,0,255}};//用于设置标示图像中人脸的颜色
    double scale = 1.3;
    IplImage* gray = cvCreateImage(cvSize(img->width,img->height),8,1);
    IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),cvRound (img->height/scale)),8,1 );
    int i;
    cvCvtColor( img, gray, CV_BGR2GRAY );
    cvResize( gray, small_img, CV_INTER_LINEAR );
    cvEqualizeHist( small_img, small_img );
    cvClearMemStorage( storage );
    if( cascade )
    {
        //检测人脸
        CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage, 1.1, 2, 0, cvSize(30, 30) );
        for( i = 0; i < (faces ? faces->total : 0); i++ )
        {
            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
            CvPoint center;
            int radius;
            center.x = cvRound((r->x + r->width*0.5)*scale);
            center.y = cvRound((r->y + r->height*0.5)*scale);
            radius = cvRound((r->width + r->height)*0.25*scale);
            cvCircle( img, center, radius, color[i], 3, 8, 0 );
        }
    }
    cvShowImage( "人脸检测", img );
    cvReleaseImage( &gray );
    cvReleaseImage( &small_img );
}

 

其中OnBnClickedFacedetected（）为按钮FaceDetect的监听方法

detect_and_draw(IplImage *img)方法用于检测人脸

 

 

5.运行观察结果

 

三、总结

在源码中，

const char* cascade_name="haarcascade_frontalface_alt2.xml";//分类器的名称
const char* cascade_name1="haarcascade_eye_tree_eyeglasses.xml";//分类器的名称
const char* cascade_name2="haarcascade_frontalface_alt_tree.xml";//分类器的名称
const char* cascade_name3="haarcascade_mcs_mouth.xml";//分类器的名称
const char* cascade_name4="haarcascade_mcs_nose.xml";//分类器的名称

这是不同的分类器，你可以在你安装的OpenCV中找到。如D:\Program Files\OpenCV2.0\vs2008\data\haarcascades

不同分类器能够帮助你识别不同的部分，如眼睛，鼻子和嘴，更多的需要自己去探索吧。

求分享求推荐。啊