基于iOS的OpenCV之人脸检测（二）

开始了OpenCV的试水工作了。。。

1.Get ready

在OpenCV中我们会使用函数cv::CascadeClassifier 来进行人脸检测。但是在使用本函数之前我们需要添加一个XML文件对该函数进行训练。最后用一个小红色方块将人脸表示出来

（当然Apple自带的函数也是可以进行人脸检测（CIDetector ）的，但是CascadeClassifier除了人脸检测还可以检测各种其他部位，超强大有木有～～）

2.如何实现

我们将用一下四步来实现人脸检测的过程。

 ＃添加XML文件到工程中

 ＃创建函数cv::CascadeClassifier（使用XML文件内容）

 ＃检测一张图像中的人脸

 ＃画一个红色小四方形

3.习惯性的上代码

#import "ViewController.h"
#import <opencv2/opencv.hpp>
#import <opencv2/imgproc/types_c.h>
#import <opencv2/imgcodecs/ios.h>

@interface ViewController ()
{
    cv::CascadeClassifier faceDetector;
}
@property (weak, nonatomic) IBOutlet UIImageView *imgView;

@end

@implementation ViewController

- (void)viewDidLoad {
    [super viewDidLoad];
    // 添加xml文件
    NSString* cascadePath = [[NSBundle mainBundle]
                             pathForResource:@"haarcascade_frontalface_alt"
                             ofType:@"xml"];
    faceDetector.load([cascadePath UTF8String]);

   
    //上传图片
    UIImage *image = [UIImage imageNamed:@"lena1.png"];
    cv::Mat faceImage;
    UIImageToMat(image, faceImage);
    
    // 转为灰度
    cv::Mat gray;
    cvtColor(faceImage, gray, CV_BGR2GRAY);
    
    // 检测人脸并储存
    std::vector<cv::Rect>faces;
    faceDetector.detectMultiScale(gray, faces,1.1,2,0|CV_HAAR_SCALE_IMAGE,cv::Size(30,30));
    
     // 在每个人脸上画一个红色四方形
    for(unsigned int i= 0;i < faces.size();i++)
    {
        const cv::Rect& face = faces[i];
        cv::Point tl(face.x,face.y);
        cv::Point br = tl + cv::Point(face.width,face.height);
        
        // 四方形的画法
        cv::Scalar magenta = cv::Scalar(255, 0, 255);
        cv::rectangle(faceImage, tl, br, magenta, 4, 8, 0);
    }
    
    self.imgView.image = MatToUIImage(faceImage);
}

4.看结果

 5.友情提示

建议使用Auto Layout布局 + Image Assets管理各个分辨率的图片 + Interface Builder（xib+storyboard）构建UI，Size Classes在低版本iOS系统的表现未知。

想要这套手动适配方案，起码你的工程需要部署在iOS6+，还不用AutoLayout布局的会死的蛮惨

6.解惑

为什么一定要添加xml文件呢？

其实这个xml文件就是对人脸石识别的初始化（初始化数据by Paul Viola and later extended by Rainer Lienhart），现在已经成为一种人脸识别的标准了。

为了能够把xml文件成功倒入，我们需要把NSString object 转化为 std::string（使用UTF8String）

经过以上的准备工作后我们就可以使用方法detectMultiScale进行人脸检测了。

 方法detectMultiScale有四个参数。分别为：

scaleFactor ：制定循环递减的图片尺寸

minNeighbors ：制定保留数据的矩形大小

CV_HAAR_SCALE_IMAGE ：这是一个标志，它指定算法缩放图像，而不是检测器。它有助于实现最佳的性能

minSize ：该参数指定最小可能的面部尺寸

7.没了，等待下一次

最后添加一下源代码地址吧。