嵌入式养成计划-47----QT--基于QT的OpenCV库实现人脸识别功能

一百二十一、基于QT的OpenCV库实现人脸识别功能

121.1 UI 界面

登录按钮现在没啥实际作用，因为没加功能，可以添加在识别成功后运行的功能代码

121.2 思路

• 显示人脸： 通过 VideoCapture 这个类下面的 open() 方法打开摄像头，对摄像头读取到的图像帧进行处理。调整人脸图像尺寸，将人脸图像放到矩形框容器中，再将这个图像显示到UI界面上
• 录入人脸： 加载或者创建级联分类器文件（有就是加载，没有就是创建）。对当前图形依次进行灰度处理、均衡化处理，然后放到容器里面，每张人脸对应的标签也放进去（虽然都是1），可以自己设定往容器里面放多少张图像帧。当放完之后就可以转化为人脸模型了，存完人脸模型就可以选择进行验证（即人脸检测识别）。顺手将人脸容器和标签容器清空。
• 人脸识别： 打开人脸模型文件，打开成功后将当前视频帧依次进行灰度处理和均衡化处理，然后根据设置的人脸可信度进行识别，识别成功后就提示识别成功。

121.3 代码

main.cpp

#include "faceidentification.h"
#include 

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    faceIdentification w;
    w.show();

    return a.exec();
}

faceidentification.h

#ifndef FACEIDENTIFICATION_H
#define FACEIDENTIFICATION_H

#include 

#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 
using namespace  cv;
using namespace cv::face;
using namespace std;

namespace Ui {
class faceIdentification;
}

class faceIdentification : public QWidget
{
    Q_OBJECT

public:
    explicit faceIdentification(QWidget *parent = 0);
    ~faceIdentification();

signals:
    //  加载配置文件与保存人脸模型文件 的信号
    void load_CascadeClassifier_and_create_face_file_SIGNAL();


public slots:
    //  加载配置文件与人脸模型文件 的槽函数声明
    void load_CascadeClassifier_and_create_face_file_SLOT();

private slots:
    //  打开摄像头对应的槽函数声明
    void on_openBtn_clicked();

    //  关闭摄像头对应的槽函数声明
    void on_closeBtn_clicked();

    //  开始录入对应的槽函数声明
    void on_inputBtn_clicked();

private:
    Ui::faceIdentification *ui;

    //  摄像头相关成员
    //  视频对象
    VideoCapture v;
    //  图像容器，存放图片帧
    Mat src;    //  摄像头直接摄入的图像
    Mat gray;   //  转换成的灰度图
    Mat dst;    //  灰度图转换成的灰度直方图
    Mat rgb;    //  摄像头摄入的BGR转换的RGB图像

    //  级联分类器对象
    CascadeClassifier c;

    //  人脸矩形框容器
    vector<Rect> faces;

    //  重写的定时器超时事件处理函数
    void timerEvent(QTimerEvent *event) override;

    //  打开摄像头的定时器
    int camer_timer_id;

    /***  人脸录入的相关成员  ***/
    //  人脸录入的定时器
    int study_timer_id;
    //  人脸识别器指针
    Ptr<LBPHFaceRecognizer> recognizer;
    //  存储人脸图像帧的容器
    vector<Mat> study_faces;
    //  存放人脸图像帧对应的标签
    vector<int> study_labs;
    //  保存人脸图像帧的次数
    int count = 0;

    //  用于控制是人脸录入还是人脸检测
    bool input_flag = false;
    bool check_flag = false;

    //  人脸检测的定时器
    int check_timer_id;
};

#endif // FACEIDENTIFICATION_H

faceidentification.cpp

#include "faceidentification.h"
#include "ui_faceidentification.h"

faceIdentification::faceIdentification(QWidget *parent) :
    QWidget(parent),
    ui(new Ui::faceIdentification)
{
    ui->setupUi(this);
    //  将自定义的 加载配置文件与保存人脸模型文件 的信号与槽函数进行连接
    connect(this, &faceIdentification::load_CascadeClassifier_and_create_face_file_SIGNAL,
            this,&faceIdentification::load_CascadeClassifier_and_create_face_file_SLOT);

    //  初始化UI界面
    ui->closeBtn->setEnabled(false);
    ui->inputBtn->setEnabled(false);
    ui->loginBtn->setEnabled(false);
}

faceIdentification::~faceIdentification()
{
    delete ui;
}

//  加载配置文件与人脸模型文件 的槽函数实现
void faceIdentification::load_CascadeClassifier_and_create_face_file_SLOT()
{
    //  加载级联分类器配置文件
    if(!c.load("D:\\opencv\\heads\\haarcascade_frontalface_alt.xml")){
        QMessageBox::warning(this,"警告","级联分类器加载失败");
        return ;
    }

    //  人脸模型文件
    QFile faceFile("D:\\opencv\\heads\\my_face.xml");
    //  如果人脸模型存在,则加载;若不存在,则创建
    if(faceFile.exists()){
        recognizer = LBPHFaceRecognizer::load<LBPHFaceRecognizer>("D:\\opencv\\heads\\my_face.xml");
    }else{
        recognizer = LBPHFaceRecognizer::create();
    }
}

//  打开摄像头对应的槽函数实现
void faceIdentification::on_openBtn_clicked()
{
    //  打开摄像头
    if(!v.open(0)){
        QMessageBox::warning(this,"警告","摄像头打开失败");
        return ;
    }

    //  发射 加载配置文件与保存人脸模型文件 的信号
    emit load_CascadeClassifier_and_create_face_file_SIGNAL();

    //  启动计时器,用于在UI界面上显示人脸
    camer_timer_id = startTimer(20);

    //  更改UI按钮可用性
    ui->closeBtn->setEnabled(true);
    ui->inputBtn->setEnabled(true);
    ui->openBtn->setEnabled(false);

    //  启动人脸检测定时器
    check_timer_id = startTimer(1000);

    //  表示只进行人脸检测
    check_flag = true;

    //  设置人脸检测可信度,低于100表示检测成功
    recognizer->setThreshold(100);
}

//  关闭摄像头对应的槽函数实现
void faceIdentification::on_closeBtn_clicked()
{
    //  关闭摄像头
    v.release();
    //  关闭定时器
    killTimer(camer_timer_id);

    //  更改UI按钮可用性
    ui->closeBtn->setEnabled(false);
    ui->inputBtn->setEnabled(false);
    ui->openBtn->setEnabled(true);
    ui->label->clear();

}

//  人脸录入按钮对应的槽函数实现
void faceIdentification::on_inputBtn_clicked()
{
    //  进行人脸录入,而不是识别
    input_flag = true;
    check_flag = false;

    //  初始化人脸录入次数
    count = 0;

    //  启动人脸录入定时器
    study_timer_id = startTimer(50);

    //  将人脸录入按钮设置为不可用状态
    ui->inputBtn->setEnabled(false);
}

//  定时器超时事件处理函数
void faceIdentification::timerEvent(QTimerEvent *event)
{
    //  打开摄像头的定时器超时
    if(camer_timer_id == event->timerId()){
        //  从摄像头中读取图像放到src中
        v.read(src);
        //  将读取进来的镜像图像进行翻转
        flip(src, src, 1);
        //  将opencv的 BGR 图像转换为 RGB 图像
        cvtColor(src, rgb, CV_BGR2RGB);

        //  调整 RGB 图像的尺寸,使其能够正好放进UI界面的图像框中
        cv::resize(rgb, rgb, Size(ui->label->width(), ui->label->height()));
        //  将 RGB 图像转换为灰度图,再转换为灰度直方图(均衡化处理)
        cvtColor(rgb, gray, CV_BGR2GRAY);
        equalizeHist(gray, dst);

        //  将图像上的人脸放到矩形框容器中
        c.detectMultiScale(dst, faces);

        //  将矩形框绘制到人脸上
        for(int i=0; i<faces.size(); i++){
            rectangle(rgb, faces[i], Scalar(255, 0, 0), 2);
        }

        //  定义一个QImage对象,用于将图像放到UI界面上
        QImage img(rgb.data, rgb.cols, rgb.rows, rgb.cols*rgb.channels(), QImage::Format_RGB888);
        ui->label->setPixmap(QPixmap::fromImage(img));
    }

    //  人脸录入定时器超时
    if(study_timer_id == event->timerId()){
        qDebug() << "正在录入,请正对摄像头";
        if(input_flag){
            //  存储当前图像
            Mat face;
            //  将从视频中读取来的图像存起来
            face = src(faces[0]);
            //  灰度处理
            cvtColor(face, face, CV_BGR2GRAY);
            //  灰度直方图(均衡化处理)
            equalizeHist(face, face);
            //  保存起来,放到容器中
            study_faces.push_back(face);
            study_labs.push_back(1);

            count++;

            //  存了五十张
            if(50 == count){
                //  将五十张人脸转换为数据模型存起来
                recognizer->update(study_faces, study_labs);
                recognizer->save("D:\\opencv\\heads\\my_face.xml");

                QMessageBox::information(this, "提示", "人脸录入成功");

                //  可以进行人脸检测,而不是录入了
                check_flag = true;
                input_flag = false;

                //  清空容器及相关变量,以待下次使用
                study_faces.clear();
                study_labs.clear();
                count = 0;

                //  关闭人脸录入定时器
                killTimer(study_timer_id);
            }
        }
    }

    //  人脸检测识别定时器超时
    if(check_timer_id == event->timerId()){
        qDebug() << "正在检测";
        if(check_flag){
            QFile faceFile("D:\\opencv\\heads\\my_face.xml");
            if(faceFile.exists()){
                //  将视频中的一帧人脸图像放到face中
                Mat face;
                face = src(faces[0]);
                //  灰度处理
                cvtColor(face, face, CV_BGR2GRAY);
                //  均衡化处理
                equalizeHist(face, face);

                //  假设匹配后的结果
                int lab = -1;
                double conf = 0.0;

                //  如果匹配成功,则 lab 不再是 -1;若匹配失败,则 lab 还是 -1
                recognizer->predict(face, lab, conf);
                if(lab != -1){
                    //  匹配成功,给出提示,并关闭人脸检测定时器
                    QMessageBox::information(this, "提示", "欢迎回来");
                    ui->loginBtn->setEnabled(true);
                    killTimer(check_timer_id);
                }
            }
        }
    }
}