繼續整理之前做的OpenCV人臉檢測,這次先貼出利用OpenCV自帶的人臉haar特徵分類器進行人臉檢測的例子;OpenCV中人臉檢測用的是harr或LBP特徵,分類算法用的是adaboost算法,分類器比較耗時,已經做好xml形式,直接調用。一般在haarcascades和lbpcascades文件夾下。
人臉檢測主要用到的是CascadeClassifier這個類,以及該類下的detectMultiScale函數。
函數原型是:
void CascadeClassifier::detectMultiScale(InputArray image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
總共有7個參數,分別是
第一個參數image: 要檢測的圖片,一般爲灰度圖
第二個參數objects: Rect型的容器,存放所有檢測出的人臉,每個人臉是一個矩形
第三個參數scaleFactor: 縮放因子,對圖片進行縮放,默認爲1.1
第四個參數minNeighbors: 最小鄰居數,默認爲3
第五個參數flags: 兼容老版本的一個參數,在3.0版本中沒用處。默認爲0
第六個參數minSize: 最小尺寸,檢測出的人臉最小尺寸
第七個參數maxSize: 最大尺寸,檢測出的人臉最大尺寸
上代碼和結果;
#include "opencv2/core/core.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
string xmlPath="/usr/local/Cellar/opencv/3.3.0_3/share/OpenCV/haarcascades/haarcascade_frontalface_default.xml";
CascadeClassifier ccf; //創建分類器對象
Mat img=imread("/Users/shandiangou/Downloads/faces.jpeg");
if(!ccf.load(xmlPath)) //加載訓練文件
{
cout<<"不能加載指定的xml文件"<<endl;
return 0;
}
vector<Rect> faces; //創建一個容器保存檢測出來的臉
Mat gray;
cvtColor(img,gray,CV_BGR2GRAY); //轉換成灰度圖,因爲harr特徵從灰度圖中提取
equalizeHist(gray,gray); //直方圖均衡行
ccf.detectMultiScale(gray,faces,1.1,3,0,Size(10,10),Size(100,100)); //檢測人臉
for(vector<Rect>::const_iterator iter=faces.begin();iter!=faces.end();iter++)
{
rectangle(img,*iter,Scalar(0,0,255),2,10); //畫出臉部矩形
}
imshow("faces",img);
waitKey(0);
return 1;
}