OpenCV入門指南----人臉檢測

本篇介紹圖像處理與模式識別中最熱門的一個領域——人臉檢測（人臉識別）。人臉檢測能夠說是學術界的寵兒，在很多EI，SCI高級別論文都能看到它的身影。甚至不少高校學生的畢業設計都會涉及到人臉檢測。固然人臉檢測的巨大實用價值也讓不少公司紛紛關注，不少公司都擁有這方面的專利或是開發商業產品出售。

    在OpenCV中，人臉檢測也是其熱門應用之一。在OpenCV的特徵檢測專題就詳細介紹了人臉檢測的原理——經過Haar特徵來識別是否爲人臉。Haar特徵檢測原理與Haar特徵分類器的訓練放到下一篇《【OpenCV入門指南】第十四篇  Haartraining》來說，本篇主要介紹如何在OpenCV中使用Haar特徵分類器來對圖像中的人臉進行檢測和識別。下面將分紅五步來詳細示範如何在OpenCV中進行人臉識別：

    一．人臉的Haar特徵分類器是什麼

    二．在哪找人臉的Haar特徵分類器

    三．怎麼用人臉的Haar特徵分類器

    四．人臉識別示例代碼

    五．人臉識別程序運行結果

一．人臉的Haar特徵分類器是什麼

人臉的Haar特徵分類器就是一個XML文件，該文件中會描述人臉的Haar特徵值。固然Haar特徵的用途可不止能夠用來描述人臉這一種，用來描述眼睛，嘴脣或是其它物體也是能夠的。

二．在哪找人臉的Haar特徵分類器

OpenCV有已經自帶了人臉的Haar特徵分類器。OpenCV安裝目錄中的\data\ haarcascades目錄下的haarcascade_frontalface_alt.xml與haarcascade_frontalface_alt2.xml都是用來檢測人臉的Haar分類器。這個haarcascades目錄下還有人的全身，眼睛，嘴脣的Haar分類器。讀者能夠仿照本方的例子來試驗下效果看看。

三．怎麼用人臉的Haar特徵分類器

使用人臉的Haar特徵分類器很是之簡單，直接使用cvHaarDetectObjects。下面來看看這個函數的介紹：

函數功能：檢測圖像中的目錄

函數原型：

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))

);

函數說明：

第一個參數表示輸入圖像，儘可能使用灰度圖以加快檢測速度。

第二個參數表示Haar特徵分類器，能夠用cvLoad()函數來從磁盤中加載xml文件做爲Haar特徵分類器。

第三個參數爲CvMemStorage類型，你們應該很熟悉這個CvMemStorage類型了，《OpenCV入門指南》中不少文章都介紹過了。

第四個參數表示在先後兩次相繼的掃描中，搜索窗口的比例係數。默認爲1.1即每次搜索窗口依次擴大10%

第五個參數表示構成檢測目標的相鄰矩形的最小個數(默認爲3個)。若是組成檢測目標的小矩形的個數和小於 min_neighbors - 1 都會被排除。若是min_neighbors 爲 0, 則函數不作任何操做就返回全部的被檢候選矩形框，這種設定值通常用在用戶自定義對檢測結果的組合程序上。

第六個參數要麼使用默認值，要麼使用CV_HAAR_DO_CANNY_PRUNING，若是設置爲CV_HAAR_DO_CANNY_PRUNING，那麼函數將會使用Canny邊緣檢測來排除邊緣過多或過少的區域，所以這些區域一般不會是人臉所在區域。

第七個，第八個參數表示檢測窗口的最小值和最大值，通常設置爲默認便可。

函數返回值：

函數將返回CvSeq對象，該對象包含一系列CvRect表示檢測到的人臉矩形。

四．人臉識別示例代碼

下面給出一個完整的示例代碼，代碼中的GetTickCount能夠參閱《Windows 各類計時函數總結》，cvEqualizeHist能夠參閱《【OpenCV入門指南】第八篇灰度直方圖》。

// FaceDetect.cpp : 定義控制檯應用程序的入口點。
// 本文配套博客文章地址： http://blog.csdn.net/morewindows/article/details/8426318  

#include "stdafx.h"

#include <iostream>
#include <opencv2/core/core.hpp>   //cvGetSize  cvCreateImage
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/opencv.hpp>  //cvResize cvInitMatHeader cvGetMinMaxHistValue cvCvtColor
#include <opencv2/imgproc/imgproc.hpp>

#include <Windows.h>   //DWORD  GetTickCount()

#ifdef _DEBUG
#pragma comment(lib, "opencv_core244d")
#pragma comment(lib, "opencv_highgui244d")
#pragma comment(lib, "opencv_imgproc244d")  //cvResize 
#pragma comment(lib, "opencv_objdetect244d")  //cvHaarDetectObjects
#else
#pragma comment(lib, "opencv_core244")
#pragma comment(lib, "opencv_highgui244")
#pragma comment(lib, "opencv_imgproc244")  //cvResize
#pragma comment(lib, "opencv_objdetect244") //cvHaarDetectObjects
#endif

using namespace std;  
int main()  
{  
    // 加載Haar特徵檢測分類器  
    // haarcascade_frontalface_alt.xml系OpenCV自帶的分類器 下面是我機器上的文件路徑  
    const char *pstrCascadeFileName = "G:\\Software\\openCV\\opencv\\data\\haarcascades\\haarcascade_frontalface_alt.xml";  
    CvHaarClassifierCascade *pHaarCascade = NULL;  
    pHaarCascade = (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName);  
  
    // 載入圖像  
    const char *pstrImageName = "./images/linzhiling.jpg";  
    //const char *pstrImageName = "./images/liuyifei.jpg";  
    //const char *pstrImageName = "./images/unknown.jpg";  
    IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);  
      
    IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);  
    cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);  
  
    // 人臉識別與標記  
    if (pHaarCascade != NULL)  
    {         
        CvScalar FaceCirclecolors[] =   
        {  
            {{0, 0, 255}},  
            {{0, 128, 255}},  
            {{0, 255, 255}},  
            {{0, 255, 0}},  
            {{255, 128, 0}},  
            {{255, 255, 0}},  
            {{255, 0, 0}},  
            {{255, 0, 255}}  
        };  
  
        CvMemStorage *pcvMStorage = cvCreateMemStorage(0);  
        cvClearMemStorage(pcvMStorage);  
        // 識別  
        DWORD dwTimeBegin, dwTimeEnd;  
        dwTimeBegin = GetTickCount();  
        //函數將返回CvSeq對象，該對象包含一系列CvRect表示檢測到的人臉矩形
        //第一個參數表示輸入圖像，儘可能使用灰度圖以加快檢測速度
        //第二個參數表示Haar特徵分類器，能夠用cvLoad()函數來從磁盤中加載xml文件做爲Haar特徵分類器
        //第三個參數爲CvMemStorage類型
        //第四個參數表示在先後兩次相繼的掃描中，搜索窗口的比例係數。默認爲1.1即每次搜索窗口依次擴大10%
        //第五個參數表示構成檢測目標的相鄰矩形的最小個數(默認爲3個)。若是組成檢測目標的小矩形的個數和小於 min_neighbors - 1 都會被排除。
            //若是min_neighbors 爲 0, 則函數不作任何操做就返回全部的被檢候選矩形框，這種設定值通常用在用戶自定義對檢測結果的組合程序上
        //第六個參數要麼使用默認值，要麼使用CV_HAAR_DO_CANNY_PRUNING，若是設置爲CV_HAAR_DO_CANNY_PRUNING，那麼函數將會使用Canny邊緣檢測
            //來排除邊緣過多或過少的區域，所以這些區域一般不會是人臉所在區域
        //第七個，第八個參數表示檢測窗口的最小值和最大值，通常設置爲默認便可
        CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage);  
        dwTimeEnd = GetTickCount();  
  
        printf("人臉個數: %d   識別用時: %d ms\n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin);  
          
        // 標記  
        for(int i = 0; i <pcvSeqFaces->total; i++)  
        {  
            CvRect* r = (CvRect*)cvGetSeqElem(pcvSeqFaces, i);  

            //用圓形畫出臉部部分
            CvPoint center;  
            int radius;  
            center.x = cvRound((r->x + r->width * 0.5));  
            center.y = cvRound((r->y + r->height * 0.5));  
            radius = cvRound((r->width + r->height) * 0.25);  
            cvCircle(pSrcImage, center, radius, FaceCirclecolors[i % 8], 2); 
            
            //用矩形畫出臉部部分
            /*
            CvPoint startPoint,endPoint;
            startPoint.x = cvRound(r->x);
            startPoint.y = cvRound(r->y);
            endPoint.x = cvRound(r->x + r->width);
            endPoint.y = cvRound(r->x + r->height);
            cvRectangle(pSrcImage,startPoint,endPoint,FaceCirclecolors[i % 8]);
            */
        }  
        cvReleaseMemStorage(&pcvMStorage);  
    }  
      
    const char *pstrWindowsTitle = "人臉識別";  
    cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE);  
    cvShowImage(pstrWindowsTitle, pSrcImage);  
  
    cvWaitKey(0);  
  
    cvDestroyWindow(pstrWindowsTitle);  
    cvReleaseImage(&pSrcImage);   
    cvReleaseImage(&pGrayImage);  
    return 0;  
}

View Code

五．人臉識別程序運行結果

運行結果一（單人正面）：

這張圖的干擾太少，換張干擾大點的圖來試試。

 

運行結果二：

 

運行結果三（多人）：

 

本文轉自：http://blog.csdn.net/morewindows/article/details/8426318