原文出處：http://blog.csdn.net/MoreWindows/article/details/8426318#t2

??? 本篇介紹圖像處理與模式識別中最熱門的一個領(lǐng)域——人臉檢測（人臉識別）。人臉檢測可以說是學(xué)術(shù)界的寵兒，在不少EI，SCI高級別論文都能看到它的身影。甚至很多高校學(xué)生的畢業(yè)設(shè)計都會涉及到人臉檢測。當(dāng)然人臉檢測的巨大實用價值也讓很多公司紛紛關(guān)注，很多公司都擁有這方面的專利或是開發(fā)商業(yè)產(chǎn)品出售。

????在OpenCV中，人臉檢測也是其熱門應(yīng)用之一。在OpenCV的特征檢測專題就詳細介紹了人臉檢測的原理——通過Haar特征來識別是否為人臉。Haar特征檢測原理與Haar特征分類器的訓(xùn)練放到下一篇《【OpenCV入門指南】第十四篇? Haartraining》來講，本篇主要介紹如何在OpenCV中使用Haar特征分類器來對圖像中的人臉進行檢測和識別。下面將分成五步來詳細示范如何在OpenCV中進行人臉識別：

??? 一．人臉的Haar特征分類器是什么

??? 二．在哪找人臉的Haar特征分類器

??? 三．怎么用人臉的Haar特征分類器

??? 四．人臉識別示例代碼

??? 五．人臉識別程序運行結(jié)果

?

一．人臉的Haar特征分類器是什么

人臉的Haar特征分類器就是一個XML文件，該文件中會描述人臉的Haar特征值。當(dāng)然Haar特征的用途可不止可以用來描述人臉這一種，用來描述眼睛，嘴唇或是其它物體也是可以的。

?

二．在哪找人臉的Haar特征分類器

OpenCV有已經(jīng)自帶了人臉的Haar特征分類器。OpenCV安裝目錄中的\data\ haarcascades目錄下的haarcascade_frontalface_alt.xml與haarcascade_frontalface_alt2.xml都是用來檢測人臉的Haar分類器。這個haarcascades目錄下還有人的全身，眼睛，嘴唇的Haar分類器。讀者可以仿照本方的例子來試驗下效果看看。

?

三．怎么用人臉的Haar特征分類器

使用人臉的Haar特征分類器非常之簡單，直接使用cvHaarDetectObjects。下面來看看這個函數(shù)的介紹：

函數(shù)功能：檢測圖像中的目錄

函數(shù)原型：

CVAPI(CvSeq*)?cvHaarDetectObjects(

? const?CvArr*?image,

? CvHaarClassifierCascade*?cascade,

? CvMemStorage*?storage,

? double?scale_factor?CV_DEFAULT(1.1),

? int?min_neighbors?CV_DEFAULT(3),

? int?flags?CV_DEFAULT(0),

? CvSize?min_size?CV_DEFAULT(cvSize(0,0)),

? CvSize?max_size?CV_DEFAULT(cvSize(0,0))

);

函數(shù)說明：

第一個參數(shù)表示輸入圖像，盡量使用灰度圖以加快檢測速度。

第二個參數(shù)表示Haar特征分類器，可以用cvLoad()函數(shù)來從磁盤中加載xml文件作為Haar特征分類器。

第三個參數(shù)為CvMemStorage類型，大家應(yīng)該很熟悉這個CvMemStorage類型了，《OpenCV入門指南》中很多文章都介紹過了。

第四個參數(shù)表示在前后兩次相繼的掃描中，搜索窗口的比例系數(shù)。默認為1.1即每次搜索窗口依次擴大10%

第五個參數(shù)表示構(gòu)成檢測目標(biāo)的相鄰矩形的最小個數(shù)(默認為3個)。如果組成檢測目標(biāo)的小矩形的個數(shù)和小于?min_neighbors - 1?都會被排除。如果min_neighbors?為?0,?則函數(shù)不做任何操作就返回所有的被檢候選矩形框，這種設(shè)定值一般用在用戶自定義對檢測結(jié)果的組合程序上。

第六個參數(shù)要么使用默認值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果設(shè)置為CV_HAAR_DO_CANNY_PRUNING，那么函數(shù)將會使用Canny邊緣檢測來排除邊緣過多或過少的區(qū)域，因此這些區(qū)域通常不會是人臉?biāo)趨^(qū)域。

第七個，第八個參數(shù)表示檢測窗口的最小值和最大值，一般設(shè)置為默認即可。

函數(shù)返回值：

函數(shù)將返回CvSeq對象，該對象包含一系列CvRect表示檢測到的人臉矩形。

?

四．人臉識別示例代碼

下面給出一個完整的示例代碼，代碼中的GetTickCount可以參閱《Windows?各種計時函數(shù)總結(jié)》，cvEqualizeHist可以參閱《【OpenCV入門指南】第八篇灰度直方圖》。

[cpp]?view plaincopy

<pre?class="cpp"?name="code">//?編譯前請配置好VS2008的編譯環(huán)境??

//?詳見《【OpenCV入門指南】第一篇?安裝OpenCV》??

//?地址：?http://blog.csdn.net/morewindows/article/details/8225783??

??

//?本文配套博客文章地址：??

//?http://blog.csdn.net/morewindows/article/details/8426318??

??

//?Haar特征檢測?-?人臉識別??

//By?MoreWindows?(http://blog.csdn.net/MoreWindows)??

#include?<opencv2/opencv.hpp>??

#include?<cstdio>??

#include?<cstdlib>??

#include?<Windows.h>??

using?namespace?std;??

int?main()??

{??

????//?加載Haar特征檢測分類器??

????//?haarcascade_frontalface_alt.xml系OpenCV自帶的分類器?下面是我機器上的文件路徑??

????const?char?*pstrCascadeFileName?=?"G:\\OpenCV\\opencv\\data\\haarcascades\\haarcascade_frontalface_alt.xml";??

????CvHaarClassifierCascade?*pHaarCascade?=?NULL;??

????pHaarCascade?=?(CvHaarClassifierCascade*)cvLoad(pstrCascadeFileName);??

??

????//?載入圖像??

????const?char?*pstrImageName?=?"101.jpg";??

????IplImage?*pSrcImage?=?cvLoadImage(pstrImageName,?CV_LOAD_IMAGE_UNCHANGED);??

??????

????IplImage?*pGrayImage?=?cvCreateImage(cvGetSize(pSrcImage),?IPL_DEPTH_8U,?1);??

????cvCvtColor(pSrcImage,?pGrayImage,?CV_BGR2GRAY);??

??

????//?人臉識別與標(biāo)記??

????if?(pHaarCascade?!=?NULL)??

????{?????????

????????CvScalar?FaceCirclecolors[]?=???

????????{??

????????????{{0,?0,?255}},??

????????????{{0,?128,?255}},??

????????????{{0,?255,?255}},??

????????????{{0,?255,?0}},??

????????????{{255,?128,?0}},??

????????????{{255,?255,?0}},??

????????????{{255,?0,?0}},??

????????????{{255,?0,?255}}??

????????};??

??

????????CvMemStorage?*pcvMStorage?=?cvCreateMemStorage(0);??

????????cvClearMemStorage(pcvMStorage);??

????????//?識別??

????????DWORD?dwTimeBegin,?dwTimeEnd;??

????????dwTimeBegin?=?GetTickCount();??

????????CvSeq?*pcvSeqFaces?=?cvHaarDetectObjects(pGrayImage,?pHaarCascade,?pcvMStorage);??

????????dwTimeEnd?=?GetTickCount();??

??

????????printf("人臉個數(shù):?%d???識別用時:?%d?ms\n",?pcvSeqFaces->total,?dwTimeEnd?-?dwTimeBegin);??

??????????

????????//?標(biāo)記??

????????for(int?i?=?0;?i?<pcvSeqFaces->total;?i++)??

????????{??

????????????CvRect*?r?=?(CvRect*)cvGetSeqElem(pcvSeqFaces,?i);??

????????????CvPoint?center;??

????????????int?radius;??

????????????center.x?=?cvRound((r->x?+?r->width?*?0.5));??

????????????center.y?=?cvRound((r->y?+?r->height?*?0.5));??

????????????radius?=?cvRound((r->width?+?r->height)?*?0.25);??

????????????cvCircle(pSrcImage,?center,?radius,?FaceCirclecolors[i?%?8],?2);??

????????}??

????????cvReleaseMemStorage(&pcvMStorage);??

????}??

??????

????const?char?*pstrWindowsTitle?=?"人臉識別?(http://blog.csdn.net/MoreWindows)";??

????cvNamedWindow(pstrWindowsTitle,?CV_WINDOW_AUTOSIZE);??

????cvShowImage(pstrWindowsTitle,?pSrcImage);??

??

????cvWaitKey(0);??

??

????cvDestroyWindow(pstrWindowsTitle);??

????cvReleaseImage(&pSrcImage);???

????cvReleaseImage(&pGrayImage);??

????return?0;??

}</pre><br>??

五．人臉識別程序運行結(jié)果

運行結(jié)果一（單人正面）：

這張圖的干擾太少，換張干擾大點的圖來試試。

?

運行結(jié)果二（單人側(cè)面）：

呵呵，左邊那個人眼睛被擋住了，因此普通的人臉檢測肯定難以識別的。

?

運行結(jié)果三（多人）：

效果還不錯。當(dāng)然商業(yè)級產(chǎn)品的準確度，性能，效率肯定會比OpenCV自帶的分類器高的多。

?

下一篇《【OpenCV入門指南】第十四篇? Haartraining》將介紹如何訓(xùn)練Haar特征分類器并簡要介紹Haar特征檢測的原理。歡迎繼續(xù)瀏覽。

總結(jié)

以上是生活随笔為你收集整理的【OpenCV入门指南】第十三篇 人脸检测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。