本文实例为大家分享了opencv实现人脸检测功能的具体代码,供大家参考,具体内容如下
第一章:反思与总结
上一篇博客我相信自己将人脸检测中的AdaBoost算法解释的非常清晰了,以及如何训练人脸检测的强分类器:人脸检测中AdaBoost算法详解。事后,自我感觉对这个人脸检测还是不够具体,所以自己抽了一下午的时间用opencv实现图片与视频中的人脸检测,下面是我用vs2013加opencv4.9来实现的。做一下声明,我的代码是参考OpenCV实现人脸检测的一个博客写的,非常感谢这位博主,我学到了很多东西,下面是我一下午实践的总结:
第二章:图片中的人脸检测
啥也不说,先上效果图大笑:
下面是福利图了,图中有志玲姐姐(安静):
可惜没匹配上,很伤心~~~~
有人可能会问这么漂亮的背景图是这么高的,下面是代码~
void CmyFaceDetectDlg::OnPaint() { if (IsIconic()) { CPaintDC dc(this); // 用于绘制的设备上下文 SendMessage(WM_ICONERASEBKGND, reinterpret_cast<WPARAM>(dc.GetSafeHdc()), 0); // 使图标在工作区矩形中居中 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; // 绘制图标 dc.DrawIcon(x, y, m_hIcon); } else { /*改变对话框背景****若需要默认背景,可以删除*/ CPaintDC dc(this); CRect rect; GetClientRect(&rect); CDC dcBmp; dcBmp.CreateCompatibleDC(&dc); CBitmap bmpBackGround; bmpBackGround.LoadBitmap(<span >IDB_BEIJING</span>);//IDB_BEIJING是背景的图片ID,在资源视图中插入资源,选择BITMAP
BITMAP m_bitmap; //上传图片(BMP)格式,将ID设为一致就好了 bmpBackGround.GetBitmap(&m_bitmap); CBitmap *pbmpOld = dcBmp.SelectObject(&bmpBackGround); dc.StretchBlt(0, 0, rect.Width(), rect.Height(), &dcBmp, 0, 0, m_bitmap.bmWidth, m_bitmap.bmHeight, SRCCOPY); CDialogEx::OnPaint(); }}
好了,下面进入正题,如何实现图片中的人脸匹配,见代码,后面有详细解释:
void CmyFaceDetectDlg::OnBnClickedFacedetect() { // TODO: 在此添加控件通知处理程序代码 CString filename; //打开对话框 CFileDialog OpenDlg(TRUE, NULL, NULL, OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR, _T("图片 (*.jpg)|*.jpg|(*.*) |*.*|"), NULL); if (OpenDlg.DoModal() != IDOK) { return; } filename = OpenDlg.GetPathName();//获得文件路径 /*CString转换*string*/ USES_CONVERSION;//USES_CONVERSION是用来转换类型的 //USES_CONVERSION它是在堆栈上分配空间的,也就是说你在你在函数未结束就不会被释放掉。所有要注意不要在一个函数中用while循环执行它,不然栈空间就马上会分配完(栈空间一般只有2M,很小) std::string tempName(W2A(filename));//转换过程 image = imread(tempName);//读取图片 const String cascade_name = "./haarcascade_frontalface_alt2.xml";//加载人脸库 if (!cascade.load(cascade_name)) { MessageBox(_T("ERROR:Could not load cascade!")); return; } if (!image.data) { MessageBox(_T("ERROR:Could not load image!")); return; } namedWindow("人脸检测", CV_WINDOW_AUTOSIZE); detectAndDraw(image, cascade, scale);//调用人脸检测函数 imshow("人脸检测", image); return; } void CmyFaceDetectDlg::detectAndDraw(Mat& img, CascadeClassifier& cascade, double scale) { /*程序核心函数,检测标记人脸*/ int i = 0; vector<Rect>faces;//定义一个容器,保存检测结果 const static Scalar colors[] = { CV_RGB(0, 0, 255), CV_RGB(0, 128, 255), CV_RGB(0, 255, 255), CV_RGB(0, 255, 0), CV_RGB(255, 128, 0), CV_RGB(255, 255, 0), CV_RGB(255, 0, 0), CV_RGB(255, 0, 255) }; Mat gray, smallImage(cvRound(img.rows / scale), cvRound(img.cols / scale), CV_8UC1);//用cvRound取整 cvtColor(img, gray, CV_BGR2GRAY);//转化灰度图 resize(gray, smallImage, smallImage.size(), 0, 0, INTER_LINEAR);//图片尺度调整,将gray调整为smallImage.size大小,方法为INTER_LINEAR:局部像素的重采样 equalizeHist(smallImage, smallImage);//直方图均衡 cascade.detectMultiScale(smallImage, faces);//核心,检测人脸 //const_iterator迭代器,是不能改变r所指向的元素的值的 for (vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++) { //利用迭代器,标记出人脸位置。 Point center; Scalar color = colors[i % 8]; int radius; /*计算出原图像中的圆心和半径。公式很简单,自己写一下,就可以理解了*/ 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); circle(img, center, radius, color, 2); } }
注意我是在一个MFC的对话框中,这个界面图中按下“图片”button后的操作。
第三章:视频中的人脸检测
本文来自网络收集,不代表计算机技术网立场,如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址:https://www.ctvol.com/c-cdevelopment/482139.html