人脸识别代码

#include "cv.h"

#include "highgui.h"

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include <assert.h> //用于防御式编程

#include <math.h>

#include <float.h>//<float.h>与<limits.h>一样是定义边界值的,<float.h>定义的是浮点数的边界值

#include <limits.h>

#include <time.h>

#include <ctype.h>//在调用字符函数时，在源文件中包含的头文件

#ifdef _EiC

#define WIN32

#endif

static CvMemStorage *storage = 0;

static CvHaarClassifierCascade *cascade = 0;//harr 分类器级联的内部标识形式

void detect_and_draw( IplImage *image);

const char *cascade_name ="F://OpenCV//OpenCV//data//haarcascades//haarcascade_frontalface_alt2.xml";

int main()

{

CvCapture *capture = 0;

IplImage *frame, *frame_copy = 0;

const char *input_name;

cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0);

if ( !cascade )

{

fprintf( stderr, "ERROR:没有文件/n");

return -1;

}

storage = cvCreateMemStorage(0);//创建内存块

capture = cvCaptureFromCAM(0);//获取摄像头

cvNamedWindow( "人脸识别", 1);//创建格式化窗口

if (capture)

{

//循环从摄像头读出图片进行检测

while(1)

{

//从摄像头或者视频文件中抓取帧

//函数cvQueryFrame从摄像头或者文件中抓取一帧，然后解压并返回这一帧。

//这个函数仅仅是函数cvGrabFrame和函数cvRetrieveFrame在一起调用的组合。返回的图像不可以被用户释放或者修改。

if (!cvGrabFrame( capture )){

break;

}

frame = cvRetrieveFrame( capture ); //获得由cvGrabFrame函数抓取的图片

if (!frame){break;}

if (!frame_copy){

frame_copy = cvCreateImage(cvSize(frame->width,frame->height),IPL_DEPTH_8U,frame->nChannels);

}

//图像原点或者是左上角 (img->origin=IPL_ORIGIN_TL)或者是左下角(img->origin=IPL_ORIGIN_BL)

if (frame->origin == IPL_ORIGIN_TL){

cvCopy (frame, frame_copy, 0);

}

else{

//flip_mode = 0 沿X-轴翻转, flip_mode > 0 (如 1) 沿Y-轴翻转， flip_mode < 0 (如 -1) 沿X-轴和Y-轴翻转.见下面的公式

//函数cvFlip 以三种方式之一翻转数组 (行和列下标是以0为基点的):

cvFlip (frame, frame_copy, 0);//反转图像

}

detect_and_draw( frame_copy ); // 检测并且标识人脸

if(cvWaitKey (10) >= 0)

break;

}



//释放指针

cvReleaseImage( &frame_copy );

cvReleaseCapture( &capture);

}



cvDestroyWindow("人脸识别");

return 0;

}

void detect_and_draw(IplImage *img) //检测和画出人脸的函数体

{

//随机颜色

static CvScalar colors[] =

{

{{0,0,255}},

{{0,128,255}},

{{0,255,255}},

{{0,255,0}},

{{255,128,0}},

{{255,255,0}},

{{255,0,0}},

{{255,0,255}}

};



double scale = 1.3;

IplImage *gray = cvCreateImage(cvSize(img->width,img->height), 8, 1);//灰度图像

IplImage *small_img = cvCreateImage(cvSize(cvRound(img->width/scale),cvRound(img->height/scale)),8, 1);

int i;

cvCvtColor(img, gray, CV_BGR2GRAY);//把输入的彩色图像转化为灰度图像

cvResize(gray, small_img,CV_INTER_LINEAR);//缩小灰色图片

cvEqualizeHist(small_img, small_img);//灰度图象直方图均衡化

cvClearMemStorage(storage);//释放内存块

if (cascade)

{

double t = (double)cvGetTickCount();//精确测量函数的执行时间

//从目标图像small_img中检测出人脸

CvSeq *faces = cvHaarDetectObjects(small_img, cascade,storage,1.1,2,0,cvSize(30, 30));

t = (double)cvGetTickCount() - t; //计算检测到人脸所需时间

printf("检测所用时间 = %gms/n",t/((double)cvGetTickFrequency()*1000.));//打印到屏幕

//画出检测到的人脸外框(可检测到多个人脸)

for (i = 0; i < (faces ? faces->total : 0); i++)

{

//返回索引所指定的元素指针

CvRect *r = (CvRect*)cvGetSeqElem(faces, i);

//用矩形

//确定两个点来确定人脸位置因为用cvRetangle

CvPoint pt1, pt2;

//找到画矩形的两个点

pt1.x = r->x*scale;

pt2.x = (r->x+r->width)*scale;

pt1.y = r->y*scale;

pt2.y = (r->y+r->height)*scale;

//画出矩形

cvRectangle( img, pt1, pt2, colors[i%8], 3, 8, 0 );

}

}

cvShowImage("人脸识别",img);

cvReleaseImage(&gray);

cvReleaseImage(&small_img);

}