opencv2-5利用摄像头进行人脸识别

1）VideoCapture()

2）CascadeClassifier

3）detectMultiScale()

4）Ellipse()

//---------------------------------【头文件、命名空间包含部分】----------------------------

// 描述：包含程序所使用的头文件和命名空间

//-------------------------------------------------------------------------------------------------

#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;

void detectAndDisplay( Mat frame );

//--------------------------------【全局变量声明】----------------------------------------------

// 描述：声明全局变量

//-------------------------------------------------------------------------------------------------

//注意，需要把"haarcascade_frontalface_alt.xml"和"haarcascade_eye_tree_eyeglasses.xml"这两个文件复制到工程路径下

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);

//--------------------------------【help( )函数】----------------------------------------------

// 描述：输出帮助信息

//-------------------------------------------------------------------------------------------------

static void ShowHelpText()

{

//输出欢迎信息和OpenCV版本

cout <<"\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书！\n"

<<"\n\n\t\t\t此为本书OpenCV2版的第11个配套示例程序\n"

<< "\n\n\t\t\t 当前使用的OpenCV版本为：" << CV_VERSION

<<"\n\n ----------------------------------------------------------------------------" ;

}

//-----------------------------------【main( )函数】--------------------------------------------

// 描述：控制台应用程序的入口函数，我们的程序从这里开始

//-------------------------------------------------------------------------------------------------

int main( void )

{

VideoCapture capture;

Mat frame;

//-- 1. 加载级联（cascades）

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. 读取视频

capture.open(0);

ShowHelpText();

if( capture.isOpened() )

{

for(;;)

{

capture >> frame;

//-- 3. 对当前帧使用分类器（Apply the classifier to the frame）

if( !frame.empty() )

{ detectAndDisplay( frame ); }

else

{ printf(" --(!) No captured frame -- Break!"); break; }

int c = waitKey(10);

if( (char)c == 'c' ) { break; }

}

}

return 0;

}

void detectAndDisplay( Mat frame )

{

std::vector<Rect> faces;

Mat frame_gray;

cvtColor( frame, frame_gray, COLOR_BGR2GRAY );

equalizeHist( frame_gray, frame_gray );

//-- 人脸检测

face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );

for( size_t i = 0; i < faces.size(); i++ )

{

Point center( faces[i].x + faces[i].width/2, faces[i].y + faces[i].height/2 );

ellipse( frame, center, Size( faces[i].width/2, faces[i].height/2), 0, 0, 360, Scalar( 255, 0, 255 ), 2, 8, 0 );

Mat faceROI = frame_gray( faces[i] );

std::vector<Rect> eyes;

//-- 在脸中检测眼睛

eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );

for( size_t j = 0; j < eyes.size(); j++ )

{

Point eye_center( faces[i].x + eyes[j].x + eyes[j].width/2, faces[i].y + eyes[j].y + eyes[j].height/2 );

int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 );

circle( frame, eye_center, radius, Scalar( 255, 0, 0 ), 3, 8, 0 );

}

}

//-- 显示最终效果图

imshow( window_name, frame );

}

程序说明

1）VideoCapture()

这是一个视频类。里面包含很多成员函数。读取视频或者打开摄像头的时候都要用到它。

bool VideoCapture::open(const string& filename)

bool VideoCapture::open(int device)

参数：

filename - - 打开视频或图片文件的名称，例如video.avi 、img_001.jpg

device - - 设备名称，如：a camera index。Device=0，表示打开默认摄像设备。

VideoCapture::isOpened

isopened() - - 调用时返回一个已经初始化好的的设备，正确返回1 ，错误返回非零。

VideoCapture::release

release() 关闭并释放设备

class CV_EXPORTS_W VideoCapture

{

public:

CV_WRAP VideoCapture();

CV_WRAP VideoCapture(const string& filename);

CV_WRAP VideoCapture(int device);

virtual ~VideoCapture();

CV_WRAP virtual bool open(const string& filename);

CV_WRAP virtual bool open(int device);

CV_WRAP virtual bool isOpened() const;

CV_WRAP virtual void release();

CV_WRAP virtual bool grab();

CV_WRAP virtual bool retrieve(CV_OUT Mat& image, int channel=0);

virtual VideoCapture& operator >> (CV_OUT Mat& image);

CV_WRAP virtual bool read(CV_OUT Mat& image);

CV_WRAP virtual bool set(int propId, double value);

CV_WRAP virtual double get(int propId);

protected:

Ptr<CvCapture> cap;

};

2）CascadeClassifier

是Opencv中做人脸检测的时候的一个级联分类器，现在有两种选择：一是使用老版本的CvHaarClassifierCascade函数，一是使用新版本的CascadeClassifier类。老版本的分类器只支持类Haar特征，而新版本的分类器既可以使用Haar，也可以使用LBP特征。

关于这个级联分类器的详细解析，下面转载别人的一篇博文，点击打开链接

3）detectMultiScale

对每一帧使用该分类器。这里先将图像变成灰度图，对它应用直方图均衡化，做一些预处理的工作。接下来检测人脸，调用detectMultiScale函数，该函数在输入图像的不同尺度中检测物体，参数image为输入的灰度图像，objects为得到被检测物体的矩形框向量组，scaleFactor为每一个图像尺度中的尺度参数，默认值为1.1，minNeighbors参数为每一个级联矩形应该保留的邻近个数（没能理解这个参数，-_-|||），默认为3，flags对于新的分类器没有用（但目前的haar分类器都是旧版的，CV_HAAR_DO_CANNY_PRUNING利用Canny边缘检测器来排除一些边缘很少或者很多的图像区域，CV_HAAR_SCALE_IMAGE就是按比例正常检测，CV_HAAR_FIND_BIGGEST_OBJECT只检测最大的物体，CV_HAAR_DO_ROUGH_SEARCH只做初略检测），默认为0.minSize和maxSize用来限制得到的目标区域的范围。这里调用的代码如下：

face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );

参数：

Image – 原图像；

Object – 存放检测结果的目标矩阵；

ScaleFactor – 图像衰减比例系数；

minNeighbors – 保留最小目标邻近的长方形；

flags – 仅仅用于旧版本的cascade，新版本未用到。

MinSize - 最小的目标尺寸，小于这个尺寸将不会检测。

MaxSize – 最大的目标尺寸，大于这个尺寸将不会被检测。

4）Ellipse()

C++: 原型1：

void ellipse(Mat& img, Point center,Size axes, double angle, double startAngle, double endAngle,

const Scalar& color, int thickness=1, int lineType=8, int shift=0)

C++: 原型2：

void ellipse(Mat& img, const RotatedRect& box, const Scalar& color, int thickness=1, int line-Type=8)

Img - - 图像

Center – 中心点

Axes - - 半径

Angle - - 中心角度

startAngle - - 起始角度

endAngle - - 终点角度

color - - 颜色

thickness - - 厚度

linetype - - 线型