转载【OpenCV入门指南】第十三篇 人脸检测



【OpenCV入门指南】第十三篇 人脸检测 

此为转载，原文链接：http://blog.csdn.net/morewindows/article/details/8426318

    本篇介绍图像处理与模式识别中最热门的一个领域——人脸检测（人脸识别）。人脸检测可以说是学术界的宠儿，在不少EI，SCI高级别论文都能看到它的身影。甚至很多高校学生的毕业设计都会涉及到人脸检测。当然人脸检测的巨大实用价值也让很多公司纷纷关注，很多公司都拥有这方面的专利或是开发商业产品出售。

    在OpenCV中，人脸检测也是其热门应用之一。在OpenCV的特征检测专题就详细介绍了人脸检测的原理——通过Haar特征来识别是否为人脸。Haar特征检测原理与Haar特征分类器的训练放到下一篇《【OpenCV入门指南】第十四篇  Haartraining》来讲，本篇主要介绍如何在OpenCV中使用Haar特征分类器来对图像中的人脸进行检测和识别。下面将分成五步来详细示范如何在OpenCV中进行人脸识别：

    一．人脸的Haar特征分类器是什么

    二．在哪找人脸的Haar特征分类器

    三．怎么用人脸的Haar特征分类器

    四．人脸识别示例代码

    五．人脸识别程序运行结果

 

一．人脸的Haar特征分类器是什么

人脸的Haar特征分类器就是一个XML文件，该文件中会描述人脸的Haar特征值。当然Haar特征的用途可不止可以用来描述人脸这一种，用来描述眼睛，嘴唇或是其它物体也是可以的。

 

二．在哪找人脸的Haar特征分类器

OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的\data\ haarcascades目录下的haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。读者可以仿照本方的例子来试验下效果看看。

 

三．怎么用人脸的Haar特征分类器

使用人脸的Haar特征分类器非常之简单，直接使用cvHaarDetectObjects。下面来看看这个函数的介绍：

函数功能：检测图像中的目录

函数原型：

CVAPI(CvSeq*)cvHaarDetectObjects(

  constCvArr* image,

  CvHaarClassifierCascade*cascade,

  CvMemStorage*storage,

  doublescale_factor CV_DEFAULT(1.1),

  intmin_neighbors CV_DEFAULT(3),

  intflags CV_DEFAULT(0),

  CvSizemin_size CV_DEFAULT(cvSize(0,0)),

  CvSizemax_size CV_DEFAULT(cvSize(0,0))

);

函数说明：

第一个参数表示输入图像，尽量使用灰度图以加快检测速度。

第二个参数表示Haar特征分类器，可以用cvLoad()函数来从磁盘中加载xml文件作为Haar特征分类器。

第三个参数为CvMemStorage类型，大家应该很熟悉这个CvMemStorage类型了，《OpenCV入门指南》中很多文章都介绍过了。

第四个参数表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%

第五个参数表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。如果min_neighbors为 0, 则函数不做任何操作就返回所有的被检候选矩形框，这种设定值一般用在用户自定义对检测结果的组合程序上。

第六个参数要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，因此这些区域通常不会是人脸所在区域。

第七个，第八个参数表示检测窗口的最小值和最大值，一般设置为默认即可。

函数返回值：

函数将返回CvSeq对象，该对象包含一系列CvRect表示检测到的人脸矩形。

 

四．人脸识别示例代码

下面给出一个完整的示例代码，代码中的GetTickCount可以参阅《Windows各种计时函数总结》，cvEqualizeHist可以参阅《【OpenCV入门指南】第八篇灰度直方图》。

class="cpp" name="code">// 编译前请配置好VS2008的编译环境
// 详见《【OpenCV入门指南】第一篇 安装OpenCV》
// 地址： http://blog.csdn.net/morewindows/article/details/8225783

// 本文配套博客文章地址：
// http://blog.csdn.net/morewindows/article/details/8426318

// Haar特征检测 - 人脸识别
//By MoreWindows (http://blog.csdn.net/MoreWindows)
#include
#include
#include
#include
using namespace std;
int main()
{
    // 加载Haar特征检测分类器
    // haarcascade_frontalface_alt.xml系OpenCV自带的分类器 下面是我机器上的文件路径
    const char *pstrCascadeFileName = "G:\\OpenCV\\opencv\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
    CvHaarClassifierCascade *pHaarCascade = NULL;
    pHaarCascade = (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName);

    // 载入图像
    const char *pstrImageName = "101.jpg";
    IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);

    IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
    cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);

    // 人脸识别与标记
    if (pHaarCascade != NULL)
    {
        CvScalar FaceCirclecolors[] =
        {
            {{0, 0, 255}},
            {{0, 128, 255}},
            {{0, 255, 255}},
            {{0, 255, 0}},
            {{255, 128, 0}},
            {{255, 255, 0}},
            {{255, 0, 0}},
            {{255, 0, 255}}
        };

        CvMemStorage *pcvMStorage = cvCreateMemStorage(0);
        cvClearMemStorage(pcvMStorage);
        // 识别
        DWORD dwTimeBegin, dwTimeEnd;
        dwTimeBegin = GetTickCount();
        CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage);
        dwTimeEnd = GetTickCount();

        printf("人脸个数: %d   识别用时: %d ms\n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin);

        // 标记
        for(int i = 0; i total; i++)
        {
            CvRect* r = (CvRect*)cvGetSeqElem(pcvSeqFaces, i);
            CvPoint center;
            int radius;
            center.x = cvRound((r->x + r->width * 0.5));
            center.y = cvRound((r->y + r->height * 0.5));
            radius = cvRound((r->width + r->height) * 0.25);
            cvCircle(pSrcImage, center, radius, FaceCirclecolors[i % 8], 2);
        }
        cvReleaseMemStorage(&pcvMStorage);
    }

    const char *pstrWindowsTitle = "人脸识别 (http://blog.csdn.net/MoreWindows)";
    cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE);
    cvShowImage(pstrWindowsTitle, pSrcImage);

    cvWaitKey(0);

    cvDestroyWindow(pstrWindowsTitle);
    cvReleaseImage(&pSrcImage);
    cvReleaseImage(&pGrayImage);
    return 0;
}

// 编译前请配置好VS2008的编译环境
// 详见《【OpenCV入门指南】第一篇 安装OpenCV》
// 地址： http://blog.csdn.net/morewindows/article/details/8225783

// 本文配套博客文章地址：
// http://blog.csdn.net/morewindows/article/details/8426318

// Haar特征检测 - 人脸识别
//By MoreWindows (http://blog.csdn.net/MoreWindows)
#include
#include
#include
#include
using namespace std;
int main()
{
    // 加载Haar特征检测分类器
    // haarcascade_frontalface_alt.xml系OpenCV自带的分类器 下面是我机器上的文件路径
    const char *pstrCascadeFileName = "G:\\OpenCV\\opencv\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
    CvHaarClassifierCascade *pHaarCascade = NULL;
    pHaarCascade = (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName);

    // 载入图像
    const char *pstrImageName = "101.jpg";
    IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);

    IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
    cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);

    // 人脸识别与标记
    if (pHaarCascade != NULL)
    {
        CvScalar FaceCirclecolors[] =
        {
            {{0, 0, 255}},
            {{0, 128, 255}},
            {{0, 255, 255}},
            {{0, 255, 0}},
            {{255, 128, 0}},
            {{255, 255, 0}},
            {{255, 0, 0}},
            {{255, 0, 255}}
        };

        CvMemStorage *pcvMStorage = cvCreateMemStorage(0);
        cvClearMemStorage(pcvMStorage);
        // 识别
        DWORD dwTimeBegin, dwTimeEnd;
        dwTimeBegin = GetTickCount();
        CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage);
        dwTimeEnd = GetTickCount();

        printf("人脸个数: %d   识别用时: %d ms\n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin);

        // 标记
        for(int i = 0; i total; i++)
        {
            CvRect* r = (CvRect*)cvGetSeqElem(pcvSeqFaces, i);
            CvPoint center;
            int radius;
            center.x = cvRound((r->x + r->width * 0.5));
            center.y = cvRound((r->y + r->height * 0.5));
            radius = cvRound((r->width + r->height) * 0.25);
            cvCircle(pSrcImage, center, radius, FaceCirclecolors[i % 8], 2);
        }
        cvReleaseMemStorage(&pcvMStorage);
    }

    const char *pstrWindowsTitle = "人脸识别 (http://blog.csdn.net/MoreWindows)";
    cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE);
    cvShowImage(pstrWindowsTitle, pSrcImage);

    cvWaitKey(0);

    cvDestroyWindow(pstrWindowsTitle);
    cvReleaseImage(&pSrcImage);
    cvReleaseImage(&pGrayImage);
    return 0;
}
// 编译前请配置好VS2008的编译环境
// 详见《【OpenCV入门指南】第一篇 安装OpenCV》
// 地址： http://blog.csdn.net/morewindows/article/details/8225783

// 本文配套博客文章地址：
// http://blog.csdn.net/morewindows/article/details/8426318

// Haar特征检测 - 人脸识别
//By MoreWindows (http://blog.csdn.net/MoreWindows)
#include 
#include 
#include 
#include 
using namespace std;
int main()
{
	// 加载Haar特征检测分类器
	// haarcascade_frontalface_alt.xml系OpenCV自带的分类器 下面是我机器上的文件路径
	const char *pstrCascadeFileName = "G:\\OpenCV\\opencv\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
	CvHaarClassifierCascade *pHaarCascade = NULL;
	pHaarCascade = (CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName);

	// 载入图像
	const char *pstrImageName = "101.jpg";
	IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);
	
	IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);
	cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);

	// 人脸识别与标记
	if (pHaarCascade != NULL)
	{		
		CvScalar FaceCirclecolors[] = 
		{
			{{0, 0, 255}},
			{{0, 128, 255}},
			{{0, 255, 255}},
			{{0, 255, 0}},
			{{255, 128, 0}},
			{{255, 255, 0}},
			{{255, 0, 0}},
			{{255, 0, 255}}
		};

		CvMemStorage *pcvMStorage = cvCreateMemStorage(0);
		cvClearMemStorage(pcvMStorage);
		// 识别
		DWORD dwTimeBegin, dwTimeEnd;
		dwTimeBegin = GetTickCount();
		CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage);
		dwTimeEnd = GetTickCount();

		printf("人脸个数: %d   识别用时: %d ms\n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin);
		
		// 标记
		for(int i = 0; i total; i++)
		{
			CvRect* r = (CvRect*)cvGetSeqElem(pcvSeqFaces, i);
			CvPoint center;
			int radius;
			center.x = cvRound((r->x + r->width * 0.5));
			center.y = cvRound((r->y + r->height * 0.5));
			radius = cvRound((r->width + r->height) * 0.25);
			cvCircle(pSrcImage, center, radius, FaceCirclecolors[i % 8], 2);
		}
		cvReleaseMemStorage(&pcvMStorage);
	}
	
	const char *pstrWindowsTitle = "人脸识别 (http://blog.csdn.net/MoreWindows)";
	cvNamedWindow(pstrWindowsTitle, CV_WINDOW_AUTOSIZE);
	cvShowImage(pstrWindowsTitle, pSrcImage);

	cvWaitKey(0);

	cvDestroyWindow(pstrWindowsTitle);
	cvReleaseImage(&pSrcImage);	
	cvReleaseImage(&pGrayImage);
	return 0;
}
 
  
 
  
 
  
五．人脸识别程序运行结果
 
  
运行结果一（单人正面）：
 
  
 
  
 
  
这张图的干扰太少，换张干扰大点的图来试试。
 
  
 
 
  
运行结果二（单人侧面）：
 
  
 
  
呵呵，左边那个人眼睛被挡住了，因此普通的人脸检测肯定难以识别的。
 
  
 
 
  
运行结果三（多人）：
 
  
 
  
效果还不错。当然商业级产品的准确度，性能，效率肯定会比OpenCV自带的分类器高的多。
 
  
 
 
  
下一篇《【OpenCV入门指南】第十四篇  Haartraining》将介绍如何训练Haar特征分类器并简要介绍Haar特征检测的原理。欢迎继续浏览。
 
  
 
 
  
下面列出OpenCV入门指南系列目录，以方便大家查看：
 
   
  
1.《【OpenCV入门指南】第一篇安装OpenCV》
 
  
2.《【OpenCV入门指南】第二篇缩放图像》
 
  
3.《【OpenCV入门指南】第三篇Canny边缘检测》
 
  
4.《【OpenCV入门指南】第四篇图像的二值化》
 
  
5.《【OpenCV入门指南】第五篇轮廓检测上》
 
  
6.《【OpenCV入门指南】第六篇轮廓检测下》
 
  
7.《【OpenCV入门指南】第七篇线段检测与圆检测》
 
  
8.《【OpenCV入门指南】第八篇灰度直方图》
 
  
9.《【OpenCV入门指南】第九篇灰度直方图均衡化》
 
  
10.《【OpenCV入门指南】第十篇彩色直方图均衡化》
 
  
11.《【OpenCV入门指南】第十一篇鼠标绘图》
 
  
12.《【OpenCV入门指南】第十二篇无法运行OpenCV程序？》
 
  
13.《【OpenCV入门指南】第十三篇人脸识别》
 
  
14.《【OpenCV入门指南】第十四篇  Haartraining》即将发布