opencv人脸检测–detectMultiScale函数





转载请注明出处：http://blog.csdn.net/itismelzp/article/details/50379359




首先上两张图。






现在要对上面两张图进行人脸检测。




一、Haar特征分类器介绍


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特征分类器存放目录：OpenCV安装目录中的\data\ haarcascades目录下，opencv2.4.8版本下的Haar特征分类器如下：

[html] view plain copy
  1. haarcascade_eye.xml  
  2. haarcascade_eye_tree_eyeglasses.xml  
  3. haarcascade_frontalface_alt.xml  
  4. haarcascade_frontalface_alt_tree.xml  
  5. haarcascade_frontalface_alt2.xml  
  6. haarcascade_frontalface_default.xml  
  7. haarcascade_fullbody.xml  
  8. haarcascade_lefteye_2splits.xml  
  9. haarcascade_lowerbody.xml  
  10. haarcascade_mcs_eyepair_big.xml  
  11. haarcascade_mcs_eyepair_small.xml  
  12. haarcascade_mcs_leftear.xml  
  13. haarcascade_mcs_lefteye.xml  
  14. haarcascade_mcs_mouth.xml  
  15. haarcascade_mcs_nose.xml  
  16. haarcascade_mcs_rightear.xml  
  17. haarcascade_mcs_righteye.xml  
  18. haarcascade_mcs_upperbody.xml  
  19. haarcascade_profileface.xml  
  20. haarcascade_righteye_2splits.xml  
  21. haarcascade_smile.xml  
  22. haarcascade_upperbody.xml  
haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_lowerbody.xml
haarcascade_mcs_eyepair_big.xml
haarcascade_mcs_eyepair_small.xml
haarcascade_mcs_leftear.xml
haarcascade_mcs_lefteye.xml
haarcascade_mcs_mouth.xml
haarcascade_mcs_nose.xml
haarcascade_mcs_rightear.xml
haarcascade_mcs_righteye.xml
haarcascade_mcs_upperbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_smile.xml
haarcascade_upperbody.xml

根据命名就可以很快知道各个分类器的用途。

其中：haarcascade_frontalface_alt.xml与haarcascade_frontalface_alt2.xml都是人脸识别的Haar特征分类器了。




二、detectMultiScale函数详解



cvHaarDetectObjects是opencv1中的函数，opencv2中人脸检测使用的是 detectMultiScale函数。它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示），函数由分类器对象调用：


[cpp] view plain copy
  1. void detectMultiScale(  
  2.     const Mat& image,  
  3.     CV_OUT vector<Rect>& objects,  
  4.     double scaleFactor = 1.1,  
  5.     int minNeighbors = 3,   
  6.     int flags = 0,  
  7.     Size minSize = Size(),  
  8.     Size maxSize = Size()  
  9. );  
void detectMultiScale(
    const Mat& image,
    CV_OUT vector<Rect>& objects,
    double scaleFactor = 1.1,
    int minNeighbors = 3, 
    int flags = 0,
    Si***Size = 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。




三、示例代码



[cpp] view plain copy
  1. #include <opencv2/core/core.hpp>  
  2. #include <opencv2/imgproc/imgproc.hpp>  
  3. #include <opencv2/opencv.hpp>  
  4.   
  5. #include <vector>  
  6. #include <cstdio>  
  7.   
  8. using namespace std;  
  9. using namespace cv;  
  10.   
  11. int main()  
  12. {  
  13.       
  14.     // 【1】加载分类器  
  15.     CascadeClassifier cascade;  
  16.     cascade.load(”haarcascade_frontalface_alt2.xml”);  
  17.   
  18.     Mat srcImage, grayImage,dstImage;  
  19.     // 【2】读取图片  
  20.     srcImage = imread(”image.jpg”);  
  21.     dstImage = srcImage.clone();  
  22.     imshow(”【原图】”, srcImage);  
  23.   
  24.     grayImage.create(srcImage.size(), srcImage.type());  
  25.     cvtColor(srcImage, grayImage, CV_BGR2GRAY); // 生成灰度图，提高检测效率  
  26.   
  27.     // 定义7种颜色，用于标记人脸  
  28.     Scalar colors[] =  
  29.     {  
  30.         // 红橙黄绿青蓝紫  
  31.         CV_RGB(255, 0, 0),  
  32.         CV_RGB(255, 97, 0),  
  33.         CV_RGB(255, 255, 0),  
  34.         CV_RGB(0, 255, 0),  
  35.         CV_RGB(0, 255, 255),  
  36.         CV_RGB(0, 0, 255),  
  37.         CV_RGB(160, 32, 240)  
  38.     };  
  39.   
  40.     // 【3】检测  
  41.     vector<Rect> rect;  
  42.     cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0);  // 分类器对象调用  
  43.   
  44.     printf(”检测到人脸个数：%d\n”, rect.size());  
  45.   
  46.     // 【4】标记–在脸部画圆  
  47.     for (int i = 0; i < rect.size();i++)  
  48.     {  
  49.         Point  center;  
  50.         int radius;  
  51.         center.x = cvRound((rect[i].x + rect[i].width  0.5));  
  52.         center.y = cvRound((rect[i].y + rect[i].height  0.5));  
  53.   
  54.         radius = cvRound((rect[i].width + rect[i].height) * 0.25);  
  55.         circle(dstImage, center, radius, colors[i % 7], 2);  
  56.     }  
  57.   
  58.     // 【5】显示  
  59.     imshow(”【人脸识别detectMultiScale】”, dstImage);  
  60.       
  61.     waitKey(0);  
  62.     return 0;  
  63. }  
#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp> #include <opencv2/opencv.hpp> #include <vector> #include <cstdio> using namespace std; using namespace cv; int main() { // 【1】加载分类器 CascadeClassifier cascade; cascade.load("haarcascade_frontalface_alt2.xml"); Mat srcImage, grayImage,dstImage; // 【2】读取图片 srcImage = imread("image.jpg"); dstImage = srcImage.clone(); imshow("【原图】", srcImage); grayImage.create(srcImage.size(), srcImage.type()); cvtColor(srcImage, grayImage, CV_BGR2GRAY); // 生成灰度图，提高检测效率 // 定义7种颜色，用于标记人脸 Scalar colors[] = { // 红橙黄绿青蓝紫 CV_RGB(255, 0, 0), CV_RGB(255, 97, 0), CV_RGB(255, 255, 0), CV_RGB(0, 255, 0), CV_RGB(0, 255, 255), CV_RGB(0, 0, 255), CV_RGB(160, 32, 240) }; // 【3】检测 vector<Rect> rect; cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0); // 分类器对象调用 printf("检测到人脸个数：%d\n", rect.size()); // 【4】标记--在脸部画圆 for (int i = 0; i < rect.size();i++) { Point center; int radius; center.x = cvRound((rect[i].x + rect[i].width * 0.5)); center.y = cvRound((rect[i].y + rect[i].height * 0.5)); radius = cvRound((rect[i].width + rect[i].height) * 0.25); circle(dstImage, center, radius, colors[i % 7], 2); } // 【5】显示 imshow("【人脸识别detectMultiScale】", dstImage); waitKey(0); return 0; }



效果图：






如果要识别人体的其它部位，只需将上面的haarcascade_frontalface_alt2.xml分类器替换即可。


源码+图片下载：http://download.csdn.net/detail/itismelzp/9385247



举报
收藏
赞