基础学习笔记之opencv(1):opencv中facedetect例子浅析

     人脸检测一种主流的方法就是类haar+adaboosting,opencv中也是用的这种方法。这种方法可以推广到刚性物体的检测,前提是要训练好级联分类器(比如说用类haar特征),一旦训练数据弄好了,直接调用opencv中的类CascadeClassifier,用它的几个简单的成员函数就可以完成检测功能。所以说用起来还是很简单的。下面就是用的opencv中自带的samples中的facedetect例子。

     当然,源例子考虑到了摄像头,视频,图片多种情况,还有很多出错处理的表达。这里我讲其代码都省略了,因为看起来不是特别简洁。否则还需要用命令行输入,比如说如下图:

 

     要输入的东西比较多,如果一旦输入出错了,就会有如下显示:

 

     所以为了方便,还是把代码简洁了下,改后的代码和注释如下:

  1 // face_detect.cpp : 定义控制台应用程序的入口点。
2 //
3
4 #include "stdafx.h"
5
6 #include "opencv2/objdetect/objdetect.hpp"
7 #include "opencv2/highgui/highgui.hpp"
8 #include "opencv2/imgproc/imgproc.hpp"
9 #include "opencv2/ml/ml.hpp"
10
11 #include <iostream>
12 #include <stdio.h>
13
14 using namespace std;
15 using namespace cv;
16
17 void detectAndDraw( Mat& img,
18 CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
19 double scale);
20
21 String cascadeName = "./haarcascade_frontalface_alt2.xml";//人脸的训练数据
22 //String nestedCascadeName = "./haarcascade_eye_tree_eyeglasses.xml";//人眼的训练数据
23 String nestedCascadeName = "./haarcascade_eye.xml";//人眼的训练数据
24
25 int main( int argc, const char** argv )
26 {
27 Mat image;
28 CascadeClassifier cascade, nestedCascade;//创建级联分类器对象
29 double scale = 1.3;
30
31 //image = imread( "lena.jpg", 1 );//读入lena图片
32 image = imread("people_with_hands.png",1);
33 namedWindow( "result", 1 );//opencv2.0以后用namedWindow函数会自动销毁窗口
34
35 if( !cascade.load( cascadeName ) )//从指定的文件目录中加载级联分类器
36 {
37 cerr << "ERROR: Could not load classifier cascade" << endl;
38 return 0;
39 }
40
41 if( !nestedCascade.load( nestedCascadeName ) )
42 {
43 cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
44 return 0;
45 }
46
47 if( !image.empty() )//读取图片数据不能为空
48 {
49 detectAndDraw( image, cascade, nestedCascade, scale );
50 waitKey(0);
51 }
52
53 return 0;
54 }
55
56 void detectAndDraw( Mat& img,
57 CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
58 double scale)
59 {
60 int i = 0;
61 double t = 0;
62 vector<Rect> faces;
63 const static Scalar colors[] = { CV_RGB(0,0,255),
64 CV_RGB(0,128,255),
65 CV_RGB(0,255,255),
66 CV_RGB(0,255,0),
67 CV_RGB(255,128,0),
68 CV_RGB(255,255,0),
69 CV_RGB(255,0,0),
70 CV_RGB(255,0,255)} ;//用不同的颜色表示不同的人脸
71
72 Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//将图片缩小,加快检测速度
73
74 cvtColor( img, gray, CV_BGR2GRAY );//因为用的是类haar特征,所以都是基于灰度图像的,这里要转换成灰度图像
75 resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//将尺寸缩小到1/scale,用线性插值
76 equalizeHist( smallImg, smallImg );//直方图均衡
77
78 t = (double)cvGetTickCount();//用来计算算法执行时间
79

//检测人脸
 //detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg,faces表示检测到的人脸目标序列,1.1表示
 //每次图像尺寸减小的比例为1.1,2表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大
 //小都可以检测到人脸),CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测,而是缩放图像,Size(30, 30)为目标的
 //最小最大尺寸
84     cascade.detectMultiScale( smallImg, faces,
85 1.1, 2, 0
86 //|CV_HAAR_FIND_BIGGEST_OBJECT
87 //|CV_HAAR_DO_ROUGH_SEARCH
88 |CV_HAAR_SCALE_IMAGE
89 ,
90 Size(30, 30) );
91
92 t = (double)cvGetTickCount() - t;//相减为算法执行的时间
93 printf( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) );
94 for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ )
95 {
96 Mat smallImgROI;
97 vector<Rect> nestedObjects;
98 Point center;
99 Scalar color = colors[i%8];
100 int radius;
101 center.x = cvRound((r->x + r->width*0.5)*scale);//还原成原来的大小
102 center.y = cvRound((r->y + r->height*0.5)*scale);
103 radius = cvRound((r->width + r->height)*0.25*scale);
104 circle( img, center, radius, color, 3, 8, 0 );
105
106 //检测人眼,在每幅人脸图上画出人眼
107 if( nestedCascade.empty() )
108 continue;
109 smallImgROI = smallImg(*r);
110
111 //和上面的函数功能一样
112 nestedCascade.detectMultiScale( smallImgROI, nestedObjects,
113 1.1, 2, 0
114 //|CV_HAAR_FIND_BIGGEST_OBJECT
115 //|CV_HAAR_DO_ROUGH_SEARCH
116 //|CV_HAAR_DO_CANNY_PRUNING
117 |CV_HAAR_SCALE_IMAGE
118 ,
119 Size(30, 30) );
120 for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ )
121 {
122 center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
123 center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
124 radius = cvRound((nr->width + nr->height)*0.25*scale);
125 circle( img, center, radius, color, 3, 8, 0 );//将眼睛也画出来,和对应人脸的图形是一样的
126 }
127 }
128 cv::imshow( "result", img );
129 }

 

     运行lena图的效果如下:

 

     运行有多个人图的效果图如下:

 

     可以看出,在多人图中,并不是每个人脸都能检测出来。特别是在图片边界上的人脸,也就是被遮挡了部分的人脸,基本检测不出来。还有,在人眼不是特别正的情况下,完全检测不出来,也不知道具体什么原因,应该是opencv中自带是人眼数据库训练不够完全好。因为这些数据的训练确实是非常的麻烦。

 

 

 

作者:tornadomeet 出处:http://www.cnblogs.com/tornadomeet 欢迎转载或分享,但请务必声明文章出处。 (新浪微博:tornadomeet,欢迎交流!)
posted on 2012-03-22 11:20  tornadomeet  阅读(44541)  评论(33编辑  收藏  举报

阿萨德发斯蒂芬