OpenCV人脸检测（C++代码）

OpenCV人脸检测（C++代码）—— By wepon

这篇文章简单总结一下人脸检测的代码实现，基于OpenCV，C++版本。之所以强调C++版本是因为OpenCV有很多其他语言的接口，之前我也写过人脸检测的Python实现《Python-OpenCV人脸检测(代码)》，这篇文章则讲C++实现，其实大同小异，C++相比于Python实现代码写起来会繁琐一点，这也是语言本身决定的吧。

为了保持代码风格一致，C++实现与之前的Python实现一样，都将人脸检测、眼睛检测、框出人脸、框出眼睛、截取保存人脸各个功能封装为函数，方便移植。

1、OpenCV中人脸检测采用的算法

在安装OpenCV的路径中（window系统），我们可以发现”…\opencv\sources\data”目录下有如下三个文件夹：

这正是OpenCV采用的算法。haarcascades文件下存放的是采用Haar特征的级联分类器（Cascade Classfier），hogcascades下存放采用HOG特征（梯度方向直方图）的级联分类器，lbpcascades下存放的是采用LBP特征的级联分类器。关于图像的Haar、LBP、HOG、SIFT等特征我将写另外的博文进行总结，这里就不详细展开。图中三个文件夹下存放了很多xml文件，这些是预先训练好的特征，用于构造分类器的，有人脸检测的、眼睛检测的、smile检测的、行人检测的等等。

在这篇文章中，仅以haarcascas下的”haarcascade_frontalface_alt.xml”和”haarcascade_eye.xml”作为例子。主要代码在下文讲解，更多代码也可以到我的github获取：here。

2、代码实现

这个demo以下图为输入：

• 图像预处理

  • 转化为灰度图
  • 直方图均衡化

Mat img = imread("obama.jpg");
Mat img_gray;
cvtColor(img,img_gray,COLOR_BGR2GRAY );
equalizeHist(img_gray,img_gray);

• 构造级联分类器

  首先生成一个级联分类器的实例，然后用xml文件初始化该实例（调用load方法），最后调用该实例的detectMultiScale方法，作用在灰度图img_gray上，即可获取该图片中的各个人脸的坐标。detectMultiScale方法返回的是一个vector类型的容器，里面每个Rect存储的是人脸矩形的左上顶点、矩形宽度、矩形长度(x,y,width,height)。

CascadeClassifier faces_cascade;
faces_cascade.load("haarcascade_frontalface_alt.xml");
vector<Rect> faces;
faces_cascade.detectMultiScale(img_gray,faces,1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );

• 框出人脸、眼睛

  这部分用到的是opencv里的绘图工具，可以参考opencv文档基本绘画，这里不啰嗦。ellipse画椭圆、circle画圆形，它们的参数(比如circle的圆心半径)由级联分类器返回的Rect确定。

• 截取和保存人脸部分

  可以根据级联分类器检测返回的Rect，获取图像的ROI，然后调用imwrite方法。

Rect roi = faces[i]; imwrite(saveName,img(roi));

由于检测出的face不只一个，所以saveName需要设计一下，具体在代码文件中有注释。

• 运行结果

转载请注明来源并完整保留文中链接：http://blog.csdn.net/u012162613/article/details/44081975