opencv实现图片与视频中人脸检测功能
本文实例为大家分享了opencv实现人脸检测功能的具体代码,供大家参考,具体内容如下 第一章:反思与总结 上一篇博客我相信自己将人脸检测中的AdaBoost算法解释的非常清晰了,以及如何训练人脸检测的强分类器:人脸检测中AdaBoost算法详解。事后,自我感觉对这个人脸检测还是不够具体,所以自己抽了一下午的时间用opencv实现图片与视频中的人脸检测,下面是我用vs2013加opencv4.9来实现的。做一下声明,我的代码是参考OpenCV实现人脸检测的一个博客写的,非常感谢这位博主,我学到了很多东西,下面是我一下午实践的总结: 第二章:图片中的人脸检测 啥也不说,先上效果图大笑: 下面是福利图了,图中有志玲姐姐(安静): 可惜没匹配上,很伤心~~~~ 有人可能会问这么漂亮的背景图是这么高的,下面是代码~ void CmyFaceDetectDlg::OnPaint() { if (IsIconic()) { CPaintDC dc(this); // 用于绘制的设备上下文 SendMessage(WM_ICONERASEBKGND,reinterpret_cast<WPARAM>(dc.GetSafeHdc()),0); // 使图标在工作区矩形中居中 int cxIcon = GetSystemMetrics(SM_CXICON); int cyIcon = GetSystemMetrics(SM_CYICON); CRect rect; GetClientRect(&rect); int x = (rect.Width() - cxIcon + 1) / 2; int y = (rect.Height() - cyIcon + 1) / 2; // 绘制图标 dc.DrawIcon(x,y,m_hIcon); } else { /*改变对话框背景****若需要默认背景,可以删除*/ CPaintDC dc(this); CRect rect; GetClientRect(&rect); CDC dcBmp; dcBmp.CreateCompatibleDC(&dc); CBitmap bmpBackGround; bmpBackGround.LoadBitmap(<span style="color:#FF6666;">IDB_BEIJING</span>);//IDB_BEIJING是背景的图片ID,在资源视图中插入资源,选择BITMAP BITMAP m_bitmap; //上传图片(BMP)格式,将ID设为一致就好了 bmpBackGround.GetBitmap(&m_bitmap); CBitmap *pbmpOld = dcBmp.SelectObject(&bmpBackGround); dc.StretchBlt(0,rect.Width(),rect.Height(),&dcBmp,m_bitmap.bmWidth,m_bitmap.bmHeight,SRCCOPY); CDialogEx::OnPaint(); }} 好了,下面进入正题,如何实现图片中的人脸匹配,见代码,后面有详细解释: void CmyFaceDetectDlg::OnBnClickedFacedetect() { // TODO: 在此添加控件通知处理程序代码 CString filename; //打开对话框 CFileDialog OpenDlg(TRUE,NULL,OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR,_T("图片 (*.jpg)|*.jpg|(*.*) |*.*|"),NULL); if (OpenDlg.DoModal() != IDOK) { return; } filename = OpenDlg.GetPathName();//获得文件路径 /*CString转换*string*/ USES_CONVERSION;//USES_CONVERSION是用来转换类型的 //USES_CONVERSION它是在堆栈上分配空间的,也就是说你在你在函数未结束就不会被释放掉。所有要注意不要在一个函数中用while循环执行它,不然栈空间就马上会分配完(栈空间一般只有2M,很小) std::string tempName(W2A(filename));//转换过程 image = imread(tempName);//读取图片 const String cascade_name = "./haarcascade_frontalface_alt2.xml";//加载人脸库 if (!cascade.load(cascade_name)) { MessageBox(_T("ERROR:Could not load cascade!")); return; } if (!image.data) { MessageBox(_T("ERROR:Could not load image!")); return; } namedWindow("人脸检测",CV_WINDOW_AUTOSIZE); detectAndDraw(image,cascade,scale);//调用人脸检测函数 imshow("人脸检测",image); return; } void CmyFaceDetectDlg::detectAndDraw(Mat& img,CascadeClassifier& cascade,double scale) { /*程序核心函数,检测标记人脸*/ int i = 0; vector<Rect>faces;//定义一个容器,保存检测结果 const static Scalar colors[] = { CV_RGB(0,255),CV_RGB(0,128,255,0),CV_RGB(255,255) }; Mat gray,smallImage(cvRound(img.rows / scale),cvRound(img.cols / scale),CV_8UC1);//用cvRound取整 cvtColor(img,gray,CV_BGR2GRAY);//转化灰度图 resize(gray,smallImage,smallImage.size(),INTER_LINEAR);//图片尺度调整,将gray调整为smallImage.size大小,方法为INTER_LINEAR:局部像素的重采样 equalizeHist(smallImage,smallImage);//直方图均衡 cascade.detectMultiScale(smallImage,faces);//核心,检测人脸 //const_iterator迭代器,是不能改变r所指向的元素的值的 for (vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++,i++) { //利用迭代器,标记出人脸位置。 Point center; Scalar color = colors[i % 8]; int radius; /*计算出原图像中的圆心和半径。公式很简单,自己写一下,就可以理解了*/ center.x = cvRound((r->x + r->width*0.5)*scale); center.y = cvRound((r->y + r->height*0.5)*scale); radius = cvRound((r->width + r->height)*0.25*scale); circle(img,center,radius,color,2); } } 注意我是在一个MFC的对话框中,这个界面图中按下“图片”button后的操作。 第三章:视频中的人脸检测 其实,和图片中的原理是一样的。因为视频又一帧一帧的图片组成,我们设定一个短的时间间隔,就可以更图片一样了。 下面见代码: void CmyFaceDetectDlg::OnBnClickedFacev() { // TODO: 在此添加控件通知处理程序代码 //检测视频帧中的人脸 CString filename; CFileDialog OpenDlg(TRUE,_T("视频(*.avi)|*.avi|(*.*)|*.*|"),NULL); if (OpenDlg.DoModal() != IDOK) { return; } /*CString转换*string*/ filename = OpenDlg.GetPathName(); USES_CONVERSION; std::string tempName(W2A(filename)); const String cascade_name = "./haarcascade_frontalface_alt2.xml"; if (!cascade.load(cascade_name)) { MessageBox(_T("ERROR:Could not load cascade!")); return; } VideoCapture capture(tempName);//打开视频 if (!capture.isOpened()) { MessageBox(_T("ERROR:Could not load Video!")); return; } double rate = capture.get(CV_CAP_PROP_FPS); bool stop(false); int delay = 1000 / rate; while (!stop) { if (!capture.read(image))//读取视频帧 break; detectAndDraw(image,scale); imshow("人脸检测",image); if (waitKey(delay) >= 0) stop = true; } capture.release(); return; } 第四章:总结 人脸匹配最总要的是如何生成匹配库,也是检测的方法的差别。库的生成和机器学习密切相关,学习永无止境,努力吧! 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。 您可能感兴趣的文章:
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |