OpenCV# 15人脸识别和眼睛识别

人脸识别和眼睛识别

该例程没有包含数据训练，直接使用的是人脸识别训练库和UMich密歇根大学的眼睛识别库，下面分析程序流程

1、图形灰度化处理和直方图均衡，代码如下：

            Cv2.CvtColor(srcImage, grayImage, ColorConversionCodes.BGRA2GRAY);
            Cv2.EqualizeHist(grayImage, grayImage);

直方图均衡化的目的，就是把原始的直方图变换为在整个灰度范围（0~255）内均匀分布的形式，从而增加像素灰度值的动态范围，达到增强图像整体对比度的效果。

2、利用cv脸检测的时候的一个级联分类器CascadeClassifier，打开预训练文件，并利用DetectMultiScale函数得到人脸外边框

var cascade = new CascadeClassifier(@"..\..\Data\haarcascade_frontalface_alt.xml");

var faces = cascade.DetectMultiScale(
                image: grayImage,
                scaleFactor: 1.1,
                minNeighbors: 2,
                flags: HaarDetectionType.DoRoughSearch | HaarDetectionType.ScaleImage,
                minSize: new Size(30, 30)
                );

其中faces是一个rect数组，保存的是多个人脸的边框

3、遍历rect数组：foreach (var faceRect in faces)

（1）利用Mat(img, rect)构造函数，得到脸部区域图形并显示

var detectedFaceImage = new Mat(srcImage, faceRect);
                Cv2.ImShow(string.Format("Face {0}", count), detectedFaceImage);

（2）构造随机颜色，并根据rect和颜色在源图上面画框

var color = Scalar.FromRgb(rnd.Next(0, 255), rnd.Next(0, 255), rnd.Next(0, 255));
                Cv2.Rectangle(srcImage, faceRect, color, 3);

（3）根据方框区域脸图形，利用DetectMultiScale函数和眼睛预先训练文件找到眼睛并画圆圈。

foreach (var nestedObject in nestedObjects)
                {
                    var center = new Point
                    {
                        X = (int)(Math.Round(nestedObject.X + nestedObject.Width * 0.5, MidpointRounding.ToEven) + faceRect.Left),
                        Y = (int)(Math.Round(nestedObject.Y + nestedObject.Height * 0.5, MidpointRounding.ToEven) + faceRect.Top)
                    };
                    var radius = Math.Round((nestedObject.Width + nestedObject.Height) * 0.25, MidpointRounding.ToEven);
                    Cv2.Circle(srcImage, center, (int)radius, color, thickness: 3);
                }

完毕。