OpenCV 安装与调试

Visual Studio 是微软提供的面向任何开发者的同类最佳工具。

OpenCV（开源计算机视觉库）是一个开源的计算机视觉和机器学习软件库。

目前最新版本：Visual Studio 2019、OpenCV 4.1.1

本文先介绍如何在本地计算机 Windows 7 x64 上安装 OpenCV，然后介绍如何在 VS2019 中配置 OpenCV 开发环境，最后创建一个从图片中提取人脸的 c++ 程序。

1、安装 OpenCV

在官网下载你需要的 exe 版本（这里选择的 opencv-4.1.1-vc14_vc15.exe），然后双击它（即安装），实质就是解压一下，解压完出来一个文件夹（如：D:\Users\Downloads）。

解压后的文件夹内容如下：

其中 build 是 OpenCV 使用时要用到的一些库文件，而 sources 中则是 OpenCV 官方为我们提供的一些 demo 示例源码。

（说明：如果要在未安装 OpenCV 的机器上运行调用了 OpenCV 接口的程序，只需把 OpenCV  安装目录下把相应的 lib 文件复制到程序运行目录下即可，类似 MFC 程序的部署。如：D:\Users\Downloads\opencv\build\x64\vc15\lib\opencv_world411.dll）

最后依次选择计算机—>属性—>高级系统设置—>环境变量，找到Path变量，选中并点击编辑，添加 D:\Users\Downloads\opencv\build\x64\vc15\bin; 

现在搭建好了运行 OpenCV 程序的环境，接下来就结合 VS2019 来编写需要的程序。（VS2019 的安装步骤可以参考官网上的安装说明，注意要选择 c++ 模块）

二、在 VS2019 中配置 OpenCV

1.添加空项目（c++）

右键点击项目->添加->添加新项，选择 main.cpp 文件，如下图：

在视图菜单中选择其他窗口->属性管理器，如下图：

然后右击 Debug | 64，选择属性，进行参数配置，如下图：

 

首先配置包含目录（即添加 OpenCV 头文件所在的目录），如果“计算的值”下面包含了以前的文件目录，并需要删除，可以先找到相应的配置文件，然后进行清理。

如：C:\Users\zhangsan\AppData\Local\Microsoft\MSBuild\v4.0\Microsoft.Cpp.x64.user.props

类似地配置好库目录，如下图：

接下来还需配置链接器的依赖项（调试模式则选择 opencv_world411d.lib，发布模式则选择 opencv_world411.lib），如下图：

其中的库文件的位置在 OpenCV 的安装目录下：

 三、从图片中提取人脸的程序 

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/calib3d/calib3d.hpp>

using namespace std;
using namespace cv;

int main()
{
    String facefile = "D:\\Users\\wzl\\Downloads\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
    String eyefile = "D:\\Users\\wzl\\Downloads\\opencv\\build\\etc\\haarcascades\\haarcascade_eye.xml";
    Mat image, image_gray;      //定义两个Mat变量，用于存储每一帧的图像

    image = imread("F:\\test.jpg");
    //imshow("原图", image);

    cvtColor(image, image_gray, COLOR_RGB2GRAY);//转为灰度图
    equalizeHist(image_gray, image_gray);//直方图均衡化，增加对比度方便处理

    CascadeClassifier eye_Classifier;  //载入分类器
    CascadeClassifier face_cascade;    //载入分类器

    //加载分类训练器，OpenCv官方文档提供的xml文档，可以直接调用
    if (!eye_Classifier.load(eyefile))  //需要将xml文档放在自己指定的路径下
    {
        cout << "Load haarcascade_eye.xml failed!" << endl;
        return 0;
    }
    if (!face_cascade.load(facefile))
    {
        cout << "Load haarcascade_frontalface_alt failed!" << endl;
        return 0;
    }

    //vector 是个类模板 需要提供明确的模板实参 vector<Rect>则是个确定的类 模板的实例化
    vector<Rect> eyeRect;
    vector<Rect> faceRect;

    //检测关于眼睛部位位置
    //eye_Classifier.detectMultiScale(image_gray, eyeRect, 1.1, 2, 0 | 1, Size(30, 30));
    //for (size_t eyeIdx = 0; eyeIdx < eyeRect.size(); eyeIdx++)
    //{
    //    rectangle(image, eyeRect[eyeIdx], Scalar(0, 0, 255)); //用矩形画出检测到的位置
    //}

    //检测关于脸部位置
    face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | 1, Size(50, 50));
        
    for (size_t i = 0; i < faceRect.size(); i++)
    {
        //用矩形画出检测到的位置（一个脸对应一个矩形框）
        rectangle(image, faceRect[i], Scalar(0, 0, 255));     

        //保存脸部图片
        Mat face = image(Rect(faceRect[i]));
        Mat faceLittle;
        resize(face, faceLittle, Size(100, 100));

        Mat faceLittle_gray;
        cvtColor(faceLittle, faceLittle_gray, COLOR_RGB2GRAY);//转为灰度图
        equalizeHist(faceLittle_gray, faceLittle_gray);//直方图均衡化，增加对比度方便处理

        imwrite("F:\\testface.jpg", faceLittle_gray);
    }    
    
    imshow("人脸识别图", image); //显示当前帧
    
    waitKey(0);
}

 

以上程序的允许结果如下图：

 

通过摄像机来提取人脸照片：

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <string>
#include <stdlib.h>

using namespace std;
using namespace cv;

void faceDetect()
{
    String facefile = "D:\\Users\\Downloads\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
    //脸部识别分类器
    CascadeClassifier faceCascader;
    if (!faceCascader.load(facefile)) {
        printf("无法加载脸部特征文件:%s", facefile);
        return;
    }
    namedWindow("摄像头");
    VideoCapture capture(0);//打开摄像头
    Mat frame;
    Mat gray;
    vector<Rect> faces;
    int sn = 0;
    //实时读取摄像头的图像帧
    while (capture.read(frame)) {
        cvtColor(frame, gray, COLOR_RGB2GRAY);
        equalizeHist(gray, gray);
        faceCascader.detectMultiScale(gray, faces, 1.2, 3, 0, Size(30, 30));
        for (size_t faceSize = 0; faceSize < faces.size(); faceSize++)
        {
            Rect roi;
            roi.x = faces[static_cast<int>(faceSize)].x;
            roi.y = faces[static_cast<int>(faceSize)].y;
            roi.width = faces[static_cast<int>(faceSize)].width;
            roi.height = faces[static_cast<int>(faceSize)].height;

            Mat faceROI = frame(roi);

            //在人脸区域画一个矩形
            rectangle(frame, faces[static_cast<int>(faceSize)], Scalar(0, 0, 255), 2, 8, 0);
            sn++;

            //将sn整型值转为字符串
            stringstream stream;
            stream << sn;

            //生产一个新的文件名
            String snStr = "F:\\testface\\img-" + stream.str() + ".jpg";
            cout << snStr << endl;
            imwrite(snStr, faceROI);
        }

        imshow("摄像头", frame);

        //必须加时延，否则无法显示图像
        char key = waitKey(30);

        //按ESC键退出
        if (key == 27) {
            break;
        }
    }
}