OpenCV人脸检测

由于光照、遮挡和倾斜等原因，部分人脸和眼睛并不能正确检测。。

// 简单的人脸检测

#include <iostream>
#include <vector>
#include <opencv2\opencv.hpp>
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"using namespace std;
using namespace cv;// 把opencv\sources\data\haarcascades\haarcascade_frontalface_alt.xml和haarcascade_eye_tree_eyeglasses.xml
// 这两个文件复制到工程路径下
String face_cascade_name = "haarcascade_frontalface_alt.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
// 检测物体的级联分类器类
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
string window_name = "Capture - Face detection";void detectAndDisplay(Mat frame)
{std::vector<Rect> faces;Mat frame_gray;cvtColor(frame, frame_gray, COLOR_BGR2GRAY);// 使灰度图象直方图均衡化，可以将比较淡的图像变换为比较深的图像（即增强图像的亮度及对比度）
    equalizeHist(frame_gray, frame_gray);/*CascadeClassifier::detectMultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor = 1.1,int minNeighbors = 3, int flags = 0, Size minSize = Size(), Size maxSize = Size())参数:image – 需要检测的 CV_8U 输入矩阵。objects – 输出vector载体容器用于保存被识别的物体矩阵。scaleFactor – 指定每张图片的缩小比例的参数。minNeighbors – 指定每个候选矩阵至少包含的邻近元素个数。 越大正确率越高flags – 与旧版级联分类器模型函数cvHaarDetectObjects的flags相同.此参数不被用于新版模型。minSize – 最小可能的对象的大小，小于的对象将被忽略。maxSize – 最大可能的对象的大小，大于的对象将被忽略。*/// 人脸检测face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));for (size_t i = 0; i < faces.size(); i++){// 画椭圆标记Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(0, 255, 0), 2, 8, 0);Mat faceROI = frame_gray(faces[i]);std::vector<Rect> eyes;// 在脸中检测眼睛eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(10, 10));for (size_t j = 0; j < eyes.size(); j++){// 画圆标记Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);circle(frame, eye_center, radius, Scalar(255, 0, 0), 3, 8, 0);}}imshow(window_name, frame);
}int main(void)
{VideoCapture capture;Mat frame;frame = imread("image.jpg");// 加载级联（cascades）if (!face_cascade.load(face_cascade_name)){ printf("--(!)Error loading\n"); return -1; };if (!eyes_cascade.load(eyes_cascade_name)){ printf("--(!)Error loading\n"); return -1; };// 读取视频//capture.open(0);//if (capture.isOpened())//{//    for (;;)//    {//        capture >> frame;//        // 对当前帧使用分类器//        if (!frame.empty())//        {//            detectAndDisplay(frame);//        }//        else//        {//            break;//        }//        waitKey(5);//    }//}if (!frame.empty()){detectAndDisplay(frame);}else{}waitKey(0);return 0;
}