OpenCV学习笔记:人脸检测(级联分类器)
2013-08-19 10:10
686 查看
在这节教程中您将学到:
使用 CascadeClassifier 类来检测视频流中的物体.
特别地, 我们将使用函数:load 来加载一个
.xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.
detectMultiScale 来进行图像的多尺度检测.
代码
本教程的代码如下所示. 你也可以 点这里 下载.
第二个版本 (使用LBP进行人脸检测) 可以 从这里 找到.
下图就是使用上述代码对内置摄像头的视频流进行人脸检测的结果图像:
注意复制分类器文件 haarcascade_frontalface_alt.xml 和 haarcascade_eye_tree_eyeglasses.xml 到你的当前目录下. 他们在OpenCV安装文件夹opencv/data/haarcascades 里面.
下图是使用分类器文件 lbpcascade_frontalface.xml (LBP特征训练的) 进行的检测结果. 对于双眼的检测依旧使用刚才使用过的分类器.
使用 CascadeClassifier 类来检测视频流中的物体.
特别地, 我们将使用函数:load 来加载一个
.xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.
detectMultiScale 来进行图像的多尺度检测.
代码
第二个版本 (使用LBP进行人脸检测) 可以 从这里 找到.
#include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <iostream> #include <stdio.h> using namespace std; using namespace cv; /** 函数声明 */ void detectAndDisplay( Mat frame ); /** 全局变量 */ string face_cascade_name = "haarcascade_frontalface_alt.xml"; string eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml"; CascadeClassifier face_cascade; CascadeClassifier eyes_cascade; string window_name = "Capture - Face detection"; RNG rng(12345); /** @主函数 */ int main( int argc, const char** argv ) { CvCapture* capture; Mat frame; //-- 1. 加载级联分类器文件 if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; }; if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; }; //-- 2. 打开内置摄像头视频流 capture = cvCaptureFromCAM( -1 ); if( capture ) { while( true ) { frame = cvQueryFrame( capture ); //-- 3. 对当前帧使用分类器进行检测 if( !frame.empty() ) { detectAndDisplay( frame ); } else { printf(" --(!) No captured frame -- Break!"); break; } int c = waitKey(10); if( (char)c == 'c' ) { break; } } } return 0; } /** @函数 detectAndDisplay */ void detectAndDisplay( Mat frame ) { std::vector<Rect> faces; Mat frame_gray; cvtColor( frame, frame_gray, CV_BGR2GRAY ); equalizeHist( frame_gray, frame_gray ); //-- 多尺寸检测人脸 face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) ); for( int i = 0; i < faces.size(); i++ ) { Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 ); ellipse( frame, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 ); Mat faceROI = frame_gray( faces[i] ); std::vector<Rect> eyes; //-- 在每张人脸上检测双眼 eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) ); for( int j = 0; j < eyes.size(); j++ ) { Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 ); int radius = cvRound( (eyes[j].width + eyes[i].height)*0.25 ); circle( frame, center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 ); } } //-- 显示结果图像 imshow( window_name, frame ); }
结果
下图就是使用上述代码对内置摄像头的视频流进行人脸检测的结果图像:注意复制分类器文件 haarcascade_frontalface_alt.xml 和 haarcascade_eye_tree_eyeglasses.xml 到你的当前目录下. 他们在OpenCV安装文件夹opencv/data/haarcascades 里面.
下图是使用分类器文件 lbpcascade_frontalface.xml (LBP特征训练的) 进行的检测结果. 对于双眼的检测依旧使用刚才使用过的分类器.
相关文章推荐
- 利用opencv中的级联分类器进行人脸检测-opencv学习(1)
- OpenCV学习笔记(二十七)——基于级联分类器的目标检测objdect
- OpenCV学习笔记(二十六)——小试SVM算法ml OpenCV学习笔记(二十七)——基于级联分类器的目标检测objdect OpenCV学习笔记(二十八)——光流法对运动目标跟踪Video Ope
- opencv机器学习 Haar特征 LBP特征 adaboost集成学习 级联分类器 支持向量机SVM 主成分分析PCA 人工神经网络(ANN) 笑脸检测 SVM分类 笑脸 检测
- OpenCV中基于Haar特征和级联分类器的人脸检测
- OPENCV人脸检测学习笔记【入门级别】
- 利用opencv中的级联分类器进行人脸检測-opencv学习(1)
- OpenCV学习笔记(一):使用CascadeClassifier检测人脸
- 基于OpenCv的人脸检测、识别系统学习制作笔记之三
- 程序员的机器学习入门笔记(九):人脸检测之Haar分类器方法:Haar特征、积分图、 AdaBoost 、级联
- 【OpenCV笔记 16-1】OpenCV人脸检测之Haar分类器
- (学习笔记二)——基于opencv人脸检测原理及实现
- OpenCV学习笔记:基于Haar特征的人脸检测
- 【OpenCV笔记 16-2】OpenCV人脸检测和人眼检测之LBP分类器
- OpenCV学习笔记(三)人脸检测的代码分析
- OpenCV 人脸检测级联分类器解读
- opencv学习 级联分类器检测运动车辆 demo
- OpenCV学习笔记(三)人脸检测的代码分析
- 【人脸检测】OpenCV中的Haar+Adaboost级联分类器分解(三):级联分类器结构与XML文件含义
- (学习笔记二)——基于opencv人脸检测原理及实现