opencv3.4之静态图片检测人脸区域

静态图片检测人脸区域

首先，这篇博文是参考了很多人的资料才写好的，并不是完全自己一个人写的，所以在此说明一下

然后说一下，我的opencv是3.4的版本，有些接口函数，变量不同opencv2的了，然后就是opencv官网有提供现成的训练好的人脸检测的XML模型文件，可以去自己的opencvz安装目录下找。抱歉，这里就懒得共享啦！

下面就是直接撸代码了

#include  
#include  
using namespace std;
using namespace cv;


RNG g_rng(12345);
CascadeClassifier face_cascades;


void detectAndDisplay(Mat frame);


int main()
{
face_cascades.load("haarcascade_frontalface_alt.xml");


Mat image;
image = imread("11.jpg");
if (!image.data)
{
cout << "未能读取图片\n";
return -1;
}
detectAndDisplay(image);
waitKey(0);
}
void detectAndDisplay(Mat frame)
{
//imshow("原图", frame);
std::vector faces;
Mat frame_gray;
if (frame.channels() == 1)
{
frame_gray = frame;
}
else
{
cvtColor(frame, frame_gray, CV_RGB2GRAY);
}
equalizeHist(frame_gray, frame_gray);


//detectMultiScale函数中frame_gray表示的是要检测的输入图像为frame_gray，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  
face_cascades.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));
for (int i = 0; i < faces.size(); i++)
{
Scalar color = Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255));//所取的颜色任意值  


rectangle(frame, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),
color, 3, 8);
}
imshow("人脸检测", frame);

}

很抱歉没有保存好那些参考博文的链接，所以没有写出来，请见谅！