Opencv实战【1】人脸检测并对ROI区域进行部分处理（变身乔碧萝！！！）

步骤：

1、利用Opencv自带的分类器检测人脸

预备知识：Haar特征分类器

Haar特征分类器就是一个XML文件，该文件中会描述人体各个部位的Haar特征值。包括人脸、眼睛、嘴唇等等。
Haar特征分类器存放地址：
（找自己的安装目录）
1、D:\opencv\opencv4.0\opencv4.0.0\sources\data\haarcascades
2、D:\opencv\opencv4.0\opencv4.0.0\build\etc\haarcascades
总览一下：

haarcascade_eye.xml	;仅可以检测睁开的眼睛
haarcascade_eye_tree_eyeglasses.xml;仅在带被检测者戴眼镜时方可检测
haarcascade_frontalcatface.xml
haarcascade_frontalcatface_extended.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml;个人感觉这个好用点
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_licence_plate_rus_16stages.xml
haarcascade_lowerbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_russian_plate_number.xml
haarcascade_smile.xml
haarcascade_upperbody.xml

detectMultiScale函数详解

void detectMultiScale(const Mat& image,CV_OUT vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3, int flags = 0,Size minSize = Size(),Size maxSize = Size()
);

函数介绍：
参数1：image–待检测图片，一般为灰度图像加快检测速度；
参数2：objects–被检测物体的矩形框向量组；
参数3：scaleFactor–表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;
参数4：minNeighbors–表示构成检测目标的相邻矩形的最小个数(默认为3个)。
如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。
如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，
这种设定值一般用在用户自定义对检测结果的组合程序上；
参数5：flags–要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为
CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，
因此这些区域通常不会是人脸所在区域；
参数6、7：minSize和maxSize用来限制得到的目标区域的范围。
代码实现：

#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include "My_ImageProssing_base.h"using namespace cv;
using namespace std;//训练文件路径
string xmlPath = "D:\\opencv\\opencv4.0\\opencv4.0.0\\build\\etc\\haarcascades\\haarcascade_frontalface_alt2.xml";int main(int argc, char** atgv) {Mat img = imread("D:\\opencv_picture_test\\beauty\\裴佳欣.png",0);//Mat img = imread("D:\\opencv_picture_test\\新垣结衣\\test2.jpg");imshow("input image", img);//【1】加载分类器CascadeClassifier detector;detector.load(xmlPath);if (!detector.load(xmlPath))   //加载训练文件  {cout << "不能加载指定的xml文件" << endl;return -1;}//【2】检测人脸，将信息存储到矩形类faces中vector<Rect> faces;//OpenCV的Rect矩形类用法//如果创建一个Rect对象rect那么rect会有以下几个功能：//rect.area();     //返回rect的面积 //rect.size();     //返回rect的尺寸//rect.tl();       //返回rect的左上顶点的坐标 //rect.br();       //返回rect的右下顶点的坐标//rect.width();    //返回rect的宽度 //rect.height();   //返回rect的高度 //rect.contains(Point(x, y));  //返回布尔变量，判断rect是否包含Point(x, y)点detector.detectMultiScale(img,faces, 1.1, 3, 0);//分类器对象调用//【3】框出人脸for (size_t t = 0; t < faces.size(); t++) {rectangle(img, faces[t], Scalar(0, 0, 255), 2, 8);//faces[t]表示第t个的face的矩形类//2代表线条宽度8是线型，默认取8}namedWindow("Result", WINDOW_NORMAL);     //定义窗口显示属性imshow("Result", img);waitKey(0);return 0;
}

2、对人脸矩形框内进行一些处理（这里只对灰度图进行处理）

1、打马赛克（这里我们使用均值滤波）

//打马赛克函数
void mosaic(Mat& srcImage, Mat& dstImage, int times)
{blur(srcImage,dstImage, Size(times*2+1, times * 2 + 1));
}

2、换成其他图片（使用resize，根据人脸区域进行大小改变）//变身乔碧萝

void paste(Mat& srcImage, Mat& dstImage)
{resize(srcImage,dstImage, dstImage.size());
}

3、美颜磨皮（双边滤波）

void clearFreckle(Mat& srcImage, Mat& dstImage, int times)
{bilateralFilter(srcImage, dstImage,times, times*2, times/2);
}

4、视频处理
（模板）

VideoCapture capture(0);
//VideoCapture capture("D:\\opencv_picture_test\\videos\\脸.avi");		
while (1){Mat img;capture >> img;	//读取当前帧//imshow("原视频", img);	//显示当前帧cvtColor(img,img, COLOR_BGR2GRAY);		//转化为灰度图Mat dstImage = img.clone();//【2】检测人脸，将信息存储到矩形类faces中vector<Rect> faces;detector.detectMultiScale(img, faces, 1.1, 3, 0);//分类器对象调用//【3】修改区域信息.......//修改完毕imshow("处理后的视频", dstImage);	//显示当前帧if(waitKey(10) >=0 ) break;	//延时10ms}

完整的代码（视频+贴图）：

#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include "My_ImageProssing_base.h"using namespace cv;
using namespace std;//训练文件路径
string xmlPath = "D:\\opencv\\opencv4.0\\opencv4.0.0\\build\\etc\\haarcascades\\haarcascade_frontalface_alt2.xml";
//打马赛克函数
void mosaic(Mat& srcImage, Mat& dstImage, int times)
{blur(srcImage,dstImage, Size(times*2+1, times * 2 + 1));
}
void clearFreckle(Mat& srcImage, Mat& dstImage, int times)
{bilateralFilter(srcImage, dstImage,times, times*2, times/2);
}
void paste(Mat& srcImage, Mat& dstImage)
{resize(srcImage,dstImage, dstImage.size());
}
int main() 
{//Mat img = imread("D:\\opencv_picture_test\\beauty\\裴佳欣.png",0);Mat img2 = imread("D:\\opencv_picture_test\\趣图景图\\小猪.jpg",0);//imshow("input image", img);//【1】加载分类器CascadeClassifier detector;detector.load(xmlPath);if (!detector.load(xmlPath))   //加载训练文件  {cout << "不能加载指定的xml文件" << endl;return -1;}//调用摄像头VideoCapture capture(0);		//类似于 int a=1;//VideoCapture capture("D:\\opencv_picture_test\\videos\\脸.avi");		//类似于 int a=1;while (1){Mat img;capture >> img;	//读取当前帧//imshow("原视频", img);	//显示当前帧cvtColor(img,img, COLOR_BGR2GRAY);		//转化为灰度图Mat dstImage = img.clone();//【2】检测人脸，将信息存储到矩形类faces中vector<Rect> faces;detector.detectMultiScale(img, faces, 1.1, 3, 0);//分类器对象调用//【3】修改区域信息for (size_t t = 0; t < faces.size(); t++){int rows = faces[t].height;int cols = faces[t].width;int start_y = faces[t].y;int start_x = faces[t].x;Mat ROI(rows, cols, CV_8UC1, Scalar(0));Mat dstROI(rows, cols, CV_8UC1, Scalar(0));for (int j = 0;j < rows;j++)	//行循环{for (int i = 0;i < cols;i++)	//列循环{//-------【开始处理每个像素】---------------ROI.at<uchar>(j, i) = img.at<uchar>(j + start_y, i + start_x);//-------【处理结束】---------------}}//马赛克化//mosaic(ROI,dstROI,10);//贴图paste(img2,dstROI);//去雀斑(磨皮)//clearFreckle(ROI, dstROI, 10);for (int j = 0;j < rows;j++)	//行循环{for (int i = 0;i < cols;i++)	//列循环{//-------【开始处理每个像素】---------------dstImage.at<uchar>(j + start_y, i + start_x) = dstROI.at<uchar>(j, i);//-------【处理结束】---------------}}}imshow("处理后的视频", dstImage);	//显示当前帧if(waitKey(10) >=0 ) break;	//延时10ms}return 0;
}