Opencv使用级联分类器进行人脸检测

使用Opencv中的级联分类器进行人脸检测时有两种方式，第一种是使用老版本的CvHaarClassifierCascade函数，第二种是使用新版本的CascadeClassifier类，老版本的分类器只支持类Haar特征，而新版本的分类器既可以使用Haar，也可以使用LBP特征。这里我们使用新版本的CascadeClassifier类写一个例子如下：

#include "opencv2/core/core.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include 
#include 

using namespace std;
using namespace cv;
string face_cascade_name = "haarcascade_frontalface_alt.xml";
//该文件存在于OpenCV安装目录下的\sources\data\haarcascades内，需要将该xml文件复制到当前工程目录下
CascadeClassifier face_cascade;
void detectAndDisplay(Mat frame);
int main(int argc, char** argv){
	Mat image;
	image = imread("picture.jpg", 1);  //当前工程的image目录下的mm.jpg文件，注意目录符号
	if (!face_cascade.load(face_cascade_name)){
		printf("级联分类器错误，可能未找到文件，拷贝该文件到工程目录下！\n");
		return -1;
	}
	detectAndDisplay(image); //调用人脸检测函数
	waitKey(0);
	//暂停显示一下。
}

void detectAndDisplay(Mat face){
	std::vector faces;
	Mat face_gray;

	cvtColor(face, face_gray, CV_BGR2GRAY);  //rgb类型转换为灰度类型
	equalizeHist(face_gray, face_gray);   //直方图均衡化

	face_cascade.detectMultiScale(face_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(1, 1));

	for (int i = 0; i < faces.size(); i++){
		Point center(faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5);
		ellipse(face, center, Size(faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar(255, 0, 0), 2, 7, 0);
	}

	imshow("人脸识别", face);
}

运行结果：