opencv人脸检测和跟踪

一、我的分类训练器的xml文件路径如下:

D://opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml

每个人的安装位置不同，训练器的xml也不同，我的是opencv3.0的。

二、先检测一张如图片里的人脸

程序：

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

RNG g_rng(12345);
CascadeClassifier face_cascades;

void detectAndDisplay(Mat frame);

int main()
{
	face_cascades.load("D://opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml");
	Mat image;
	image = imread("D://vvoo//faces.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, 1, 8);
	}
	imshow("人脸检测", frame);
}

运行结果：

从结果来看，检测效果有待提高，如果是自己写的训练器，那就牛了，不签我还不会写。

2）再来视频摄像头检测人脸的，只是把图片检测的程序稍微修改下。

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

RNG g_rng(12345);//随机数声明
CascadeClassifier face_cascades;

void detectAndDisplay(Mat frame);//函数声明

int main()
{
	face_cascades.load("D://opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml");

	Mat frame;
	bool stop = true;
	VideoCapture capture(0);//打开摄像头  
	if (!capture.isOpened())
	{
		cout << "未能打开摄像头\n"<> frame;//读取当前帧到frame矩阵中  
		if (frame.rows == 0) continue;
		detectAndDisplay(frame);//调用函数
		if (waitKey(30) >= 0)
			stop = false;
	}
	
	waitKey(0);
	return 0;
}
void detectAndDisplay(Mat 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, 1, 8);
		}
		imshow("人脸检测", frame);
	}

运行结果：

哈哈，这就是我喜欢的女神！大家可以调用摄像头自己试试，我就在这不放本尊了。

三、参考资料

1.Opencv人脸检测

2.OpenCV 实现人脸检测与相关知识整理