opencv中facedetect例子浅析
2017-10-31 15:10
316 查看
detectMultiScale函数详解
cvHaarDetectObjects是opencv1中的函数,opencv2中人脸检测使用的是detectMultiScale函数。它可以检测出图片中所有的人脸,并将人脸用vector保存各个人脸的坐标、大小(用矩形表示),函数由分类器对象调用:
void detectMultiScale( const Mat& image, CV_OUT vector<Rect>& objects, double scaleFactor = 1.1, int minNeighbors = 3, int flags = 0, Size minSize = Size(), Size maxSize = Size() );
函数介绍:
参数1:image--待检测图片,一般为灰度图像加快检测速度;
参数2:objects--被检测物体的矩形框向量组;
参数3:scaleFactor--表示在前后两次相继的扫描中,搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4:minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。
如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框,
这种设定值一般用在用户自定义对检测结果的组合程序上;
参数5:flags--要么使用默认值,要么使用CV_HAAR_DO_CANNY_PRUNING,如果设置为
CV_HAAR_DO_CANNY_PRUNING,那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域,
因此这些区域通常不会是人脸所在区域;
参数6、7:minSize和maxSize用来限制得到的目标区域的范围。
#include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #include <opencv2/opencv.hpp> #include <vector> #include <cstdio> using namespace std; using namespace cv; int main() { // 【1】加载分类器 CascadeClassifier cascade; cascade.load("haarcascade_frontalface_alt2.xml"); Mat srcImage, grayImage,dstImage; // 【2】读取图片 srcImage = imread("image.jpg"); dstImage = srcImage.clone(); imshow("【原图】", srcImage); grayImage.create(srcImage.size(), srcImage.type()); cvtColor(srcImage, grayImage, CV_BGR2GRAY); // 生成灰度图,提高检测效率 // 定义7种颜色,用于标记人脸 Scalar colors[] = { // 红橙黄绿青蓝紫 CV_RGB(255, 0, 0), CV_RGB(255, 97, 0), CV_RGB(255, 255, 0), CV_RGB(0, 255, 0), CV_RGB(0, 255, 255), CV_RGB(0, 0, 255), CV_RGB(160, 32, 240) }; // 【3】检测 vector<Rect> rect; cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0); // 分类器对象调用 printf("检测到人脸个数:%d\n", rect.size()); // 【4】标记--在脸部画圆 for (int i = 0; i < rect.size();i++) { Point center; int radius; center.x = cvRound((rect[i].x + rect[i].width * 0.5)); center.y = cvRound((rect[i].y + rect[i].height * 0.5)); radius = cvRound((rect[i].width + rect[i].height) * 0.25); circle(dstImage, center, radius, colors[i % 7], 2); } // 【5】显示 imshow("【人脸识别detectMultiScale】", dstImage); waitKey(0); return 0; }
如果要识别人体的其它部位,只需将上面的haarcascade_frontalface_alt2.xml分类器替换即可。
// face_detect.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/ml/ml.hpp"
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
void detectAndDraw( Mat& img,
CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
double scale);
String cascadeName = "./haarcascade_frontalface_alt2.xml";//人脸的训练数据
//String nestedCascadeName = "./haarcascade_eye_tree_eyeglasses.xml";//人眼的训练数据
String nestedCascadeName = "./haarcascade_eye.xml";//人眼的训练数据
int main( int argc, const char** argv )
{
Mat image;
CascadeClassifier cascade, nestedCascade;//创建级联分类器对象
double scale = 1.3;
//image = imread( "lena.jpg", 1 );//读入lena图片
image = imread("people_with_hands.png",1);
namedWindow( "result", 1 );//opencv2.0以后用namedWindow函数会自动销毁窗口
if( !cascade.load( cascadeName ) )//从指定的文件目录中加载级联分类器
{
cerr << "ERROR: Could not load classifier cascade" << endl;
return 0;
}
if( !nestedCascade.load( nestedCascadeName ) )
{
cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
return 0;
}
if( !image.empty() )//读取图片数据不能为空
{
detectAndDraw( image, cascade, nestedCascade, scale );
waitKey(0);
}
return 0;
}
void detectAndDraw( Mat& img,
CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
double scale)
{
int i = 0;
double t = 0;
vector<Rect> faces;
const static Scalar colors[] = { CV_RGB(0,0,255),
CV_RGB(0,128,255),
CV_RGB(0,255,255),
CV_RGB(0,255,0),
CV_RGB(255,128,0),
CV_RGB(255,255,0),
CV_RGB(255,0,0),
CV_RGB(255,0,255)} ;//用不同的颜色表示不同的人脸
Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//将图片缩小,加快检测速度
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
resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//将尺寸缩小到1/scale,用线性插值
equalizeHist( smallImg, smallImg );//直方图均衡
t = (double)cvGetTickCount();//用来计算算法执行时间
//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
cascade.detectMultiScale( smallImg, faces,
1.1, 2, 0
//|CV_HAAR_FIND_BIGGEST_OBJECT
//|CV_HAAR_DO_ROUGH_SEARCH
|CV_HAAR_SCALE_IMAGE
,
Size(30, 30) );
t = (double)cvGetTickCount() - t;//相减为算法执行的时间
printf( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) );
for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ )
{
Mat smallImgROI;
vector<Rect> nestedObjects;
Point center;
Scalar color = colors[i%8];
int radius;
center.x = cvRound((r->x + r->width*0.5)*scale);//还原成原来的大小
center.y = cvRound((r->y + r->height*0.5)*scale);
radius = cvRound((r->width + r->height)*0.25*scale);
circle( img, center, radius, color, 3, 8, 0 );
//检测人眼,在每幅人脸图上画出人眼
if( nestedCascade.empty() )
continue;
smallImgROI = smallImg(*r);
//和上面的函数功能一样
nestedCascade.detectMultiScale( smallImgROI, nestedObjects,
1.1, 2, 0
//|CV_HAAR_FIND_BIGGEST_OBJECT
//|CV_HAAR_DO_ROUGH_SEARCH
//|CV_HAAR_DO_CANNY_PRUNING
|CV_HAAR_SCALE_IMAGE
,
Size(30, 30) );
for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ )
{
center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
radius = cvRound((nr->width + nr->height)*0.25*scale);
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
}
}
cv::imshow( "result", img );
}
相关文章推荐
- 基础学习笔记之opencv(1):opencv中facedetect例子浅析
- opencv中facedetect例子浅析
- 基础学习笔记之opencv(1):opencv中facedetect例子浅析
- Opencv中facedetect例子浅析
- opencv中facedetect例子浅析
- 基础学习笔记之opencv(1):opencv中facedetect例子浅析
- [转]opencv中facedetect例子浅析
- opencv中meanshift和camshift例子的应用
- 【opencv学习之十六】像素操作和Reduce Color的例子
- 社会化搜索与推荐浅析-小例子说明什么是贝叶斯及证明过程
- (3两个例子)从零开始的嵌入式图像图像处理(PI+QT+OpenCV)实战演练
- OpenCV实现目标跟踪的例子camshiftdemo
- opencv3.1.0 组件结构浅析
- opencv使用cvDFT 傅立叶转换的例子 频域滤波 低通 高通
- OpenCV入门例子for VS――windows
- python中使用OpenCV进行人脸检测的例子
- 目标跟踪学习笔记_1(opencv中meanshift和camshift例子的应用)
- 【SVM理论到实践3】OpenCv中自带的两个例子:线性可分和线性不可分代码解读
- OpenCV自带例子 (十) 图像几何变换
- 浅析epoll – epoll例子以及分析