加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 创业 > C语言 > 正文

opencv实现图片与视频中人脸检测功能

发布时间:2020-12-15 01:06:37 所属栏目:C语言 来源:网络整理
导读: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

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。
先看效果吧:(说明,该视频是一个女子在跳芭蕾舞,我截去3张图片来达到以点概面的效果)

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:

  • OpenCV实现人脸检测
  • 基于openCV实现人脸检测
  • C++利用opencv实现人脸检测

(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!

    推荐文章
      热点阅读