人脸检测(opencv)

乍看人脸识别感觉很复杂，但是我们站在巨人的肩旁上，这些难题都迎刃而解，虽然实现和效果都很简单，在opencv中自带了很多的分类器和检测函数，分类器在（安装位置）\opencv\sources\data\haarcascades，当然也可以自己训练

步骤：

1：加载分类器；

2：调用检测函数detectMultiScale（）；

3：画出相关人脸区域；

代码实现：

#include<opencv2\opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

string face_cascade_name = "D:\\Opencv\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
CascadeClassifier face_cascade;
string window_name = "人脸识别";

void detectAndDisplay(Mat frame);

int main(int argc, char** argv){

Mat image=imread("1.png");
if (!image.data){
printf("[error] 没有图片\n");
return -1;
}

if (!face_cascade.load(face_cascade_name)){
printf("[error] 无法加载级联分类器文件！\n");
return -1;
}

detectAndDisplay(image);

waitKey(0);
}

void detectAndDisplay(Mat frame){
vector<Rect> faces;
Mat frame_gray;

cvtColor(frame, frame_gray, CV_BGR2GRAY);
equalizeHist(frame_gray, frame_gray);

face_cascade.detectMultiScale(frame_gray, faces, 1.1, 6, 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);
cout << "faces"<<faces.at(i)<<endl;
}

imshow(window_name, frame);
}

效果显示：