電子發(fā)燒友App
對人類來說，人臉識別很容易僅僅是才三天的嬰兒已經(jīng)可以區(qū)分周圍熟悉的人臉了。那么對于計算機(jī)來說，到底有多難？其實，迄今為止，我們對于人類自己為何可以區(qū)分不同的人所知甚少。是人臉內(nèi)部特征（眼睛、鼻子、嘴巴）還是外部特征（頭型、發(fā)際線）對于人類識別更有效？
自動人臉識別就是如何從一幅圖像中提取有意義的特征，把它們放入一種有用的表示方式，然后對他們進(jìn)行一些分類。基于幾何特征的人臉的人臉識別可能是最直觀的方法來識別人臉。
人臉識別的第一步，就是人臉檢測。把人的臉部從一張照片中用計算機(jī)自動識別出來，作為下一步人臉識別的基礎(chǔ)。
在opencv中，庫中自帶了一個利用harr特征的人臉檢測訓(xùn)練及檢測函數(shù)：cvHaarDetectObjects。它利用訓(xùn)練好的檢測器，在圖片中間檢測你想要的物體，如人臉。opencv自帶了很多檢測器，在%opencv%data/haarcascades目錄下，你可以隨意取用。或者你也可以自己用圖片訓(xùn)練自己的檢測器，之后拿來使用。
如何來用OpenCV來實現(xiàn)能。
下面給出OpenCV實現(xiàn)人臉檢測的一般步驟：
1.加載人臉檢測器
2.開啟攝像頭
3.對圖片進(jìn)行灰度處理（其實可以不處理，上圖中原圖的標(biāo)題欄就是未進(jìn)行灰度處理進(jìn)行的檢測，這里的灰度是為下節(jié)人臉識別打基礎(chǔ)）
4.對圖片進(jìn)行直方圖均衡化（其實可以不處理，上圖中原圖的標(biāo)題欄就是未進(jìn)行灰度處理進(jìn)行的檢測和灰度圖是為進(jìn)行均衡化識別，這里的均衡化是為下節(jié)人臉識別打基礎(chǔ)）
5.人臉檢測
總結(jié)下，如果單單只要人臉檢測，可以的步驟是1，2，5
程序截圖如下：
下面是完整的代碼，本代碼還有大量注釋，在此不再具體說明哪個函數(shù)有什么用。
?
［cpp］ view plain copy#include 《opencv.hpp》
#include 《opencv2/core/core.hpp》
#include 《iostream》
using namespace cv;
void Pic2Gray（Mat camerFrame，Mat &gray）
{
//普通臺式機(jī)3通道BGR，移動設(shè)備為4通道
if （camerFrame.channels（） == 3）
{
cvtColor（camerFrame， gray， CV_BGR2GRAY）;
}
else if （camerFrame.channels（） == 4）
{
cvtColor（camerFrame， gray， CV_BGRA2GRAY）;
}
else
gray = camerFrame;
}
int main（）
{
//加載Haar或LBP對象或人臉檢測器
CascadeClassifier faceDetector;
std：：string faceCascadeFilename = “haarcascade_frontalface_default.xml”;
//友好錯誤信息提示
try{
faceDetector.load（faceCascadeFilename）;
}
catch （cv：：Exception e）{}
if （faceDetector.empty（））
{
std：：cerr 《《 “臉部檢測器不能加載 （”;
std：：cerr 《《 faceCascadeFilename 《《 “）！” 《《 std：：endl;
exit（1）;
}
//打開攝像頭
VideoCapture camera（0）;
while （true）
{
Mat camerFrame;
camera 》》 camerFrame;
if （camerFrame.empty（））
{
std：：cerr 《《 “無法獲取攝像頭圖像” 《《 std：：endl;
getchar（）;
exit（1）;
}
Mat displayedFrame（camerFrame.size（），CV_8UC3）;
//人臉檢測只試用于灰度圖像
Mat gray;
Pic2Gray（camerFrame， gray）;
//直方圖均勻化（改善圖像的對比度和亮度）
Mat equalizedImg;
equalizeHist（gray， equalizedImg）;
//人臉檢測用Cascade Classifier：：detectMultiScale來進(jìn)行人臉檢測
int flags = CASCADE_FIND_BIGGEST_OBJECT|CASCADE_DO_ROUGH_SEARCH; //只檢測臉最大的人
//int flags = CASCADE_SCALE_IMAGE; //檢測多個人
Size minFeatureSize（30， 30）;
float searchScaleFactor = 1.1f;
int minNeighbors = 4;
std：：vector《Rect》 faces;
faceDetector.detectMultiScale（equalizedImg， faces， searchScaleFactor， minNeighbors， flags， minFeatureSize）;
//畫矩形框
cv：：Mat face;
cv：：Point text_lb;
for （size_t i = 0; i 《 faces.size（）; i++）
{
if （faces［i］.height 》 0 && faces［i］.width 》 0）
{
face = gray（faces［i］）;
text_lb = cv：：Point（faces［i］.x， faces［i］.y）;
cv：：rectangle（equalizedImg， faces［i］， cv：：Scalar（255， 0， 0）， 1， 8， 0）;
cv：：rectangle（gray， faces［i］， cv：：Scalar（255， 0， 0）， 1， 8， 0）;
cv：：rectangle（camerFrame， faces［i］， cv：：Scalar（255， 0， 0）， 1， 8， 0）;
}
}
imshow（“直方圖均勻化”， equalizedImg）;
imshow（“灰度化”， gray）;
imshow（“原圖”， camerFrame）;
waitKey（20）;
}
getchar（）;
return 0;
}
工商網(wǎng)監(jiān)
評論