大佬教程收集整理的这篇文章主要介绍了opencv实现图片与视频中人脸检测功能,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
本文实例为大家分享了opencv实现人脸检测功能的具体代码,供大家参考,具体内容如下
第一章:反思与总结
上一篇博客我相信自己将人脸检测中的AdaBoost算法解释的非常清晰了,以及如何训练人脸检测的强分类器:人脸检测中AdaBoost算法详解。事后,自我感觉对这个人脸检测还是不够具体,所以自己抽了一下午的时间用opencv实现图片与视频中的人脸检测,下面是我用vs2013加opencv4.9来实现的。做一下声明,我的代码是参考OpenCV实现人脸检测的一个博客写的,非常感谢这位博主,我学到了很多东西,下面是我一下午实践的总结:
第二章:图片中的人脸检测
啥也不说,先上效果图大笑:
下面是福利图了,图中有志玲姐姐(安静):
可惜没匹配上,很伤心~~~~
有人可能会问这么漂亮的背景图是这么高的,下面是代码~
voID CmyFaceDetectDlg::OnPaint() { if (IsIconic()) { CPaintDC dc(this); // 用于绘制的设备上下文 Sendmessage(WM_ICONERASEBKGND,reinterpret_cast<WParaM>(dc.GetSafeHdc()),0); // 使图标在工作区矩形中居中 int cxIcon = GetSystemMetrics(SM_CXICON); int cyIcon = GetSystemMetrics(SM_CYICON); CRect rect; GetClIEntRect(&rect); int x = (rect.WIDth() - cxIcon + 1) / 2; int y = (rect.Height() - cyIcon + 1) / 2; // 绘制图标 dc.DrawIcon(x,y,m_hIcon); } else { /*改变对话框背景****若需要默认背景,可以删除*/ CPaintDC dc(this); CRect rect; GetClIEntRect(&rect); CDC dcBmp; dcBmp.CreateCompatibleDC(&dc); CBitmap bmpBACkGround; bmpBACkGround.LoadBitmap(<span style="color:#FF6666;">IDB_BEIJING</span>);//IDB_BEIJING是背景的图片ID,在资源视图中插入资源,选择BITMAP
BITMAP m_bitmap; //上传图片(BMP)格式,将ID设为一致就好了 bmpBACkGround.GetBitmap(&m_bitmap); CBitmap *pbmpold = dcBmp.SELEctObject(&bmpBACkGround); dc.StretchBlt(0,rect.WIDth(),rect.Height(),&dcBmp,m_bitmap.BMWIDth,m_bitmap.bR_982_11845@Height,SRCcopY); CDialogEx::OnPaint(); }}
好了,下面进入正题,如何实现图片中的人脸匹配,见代码,后面有详细解释:
voID CmyFaceDetectDlg::OnBnClickedFacedetect() { // Todo: 在此添加控件通知处理程序代码 CString filename; //打开对话框 CfileDialog OpenDlg(TRUE,NulL,OFN_HIDEReadonly | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR,_T("图片 (*.jpg)|*.jpg|(*.*) |*.*|"),null); if (OpenDlg.DoModal() != IDOK) { return; } filename = OpenDlg.GetPathname();//获得文件路径 /*CString转换*String*/ USES_CONVERSION;//USES_CONVERSION是用来转换类型的 //USES_CONVERSION它是在堆栈上分配空间的,也就是说你在你在函数未结束就不会被释放掉。所有要注意不要在一个函数中用while循环执行它,不然栈空间就马上会分配完(栈空间一般只有2M,很小) std::string tempname(W2A(fileName));//转换过程 image = imread(tempName);//读取图片 const String cascade_name = "./haarcascade_frontalface_alt2.xml";//加载人脸库 if (!cascade.load(cascade_Name)) { messageBox(_T("ERROR:Could not load cascade!")); return; } if (!image.data) { messageBox(_T("ERROR:Could not load image!")); return; } nameDWindow("人脸检测",CV_WINDOW_autoSIZE); detectAndDraw(image,cascade,scalE);//调用人脸检测函数 imshow("人脸检测",imagE); return; } voID CmyFaceDetectDlg::detectAndDraw(Mat& img,CascadeClassifIEr& cascade,double scalE) { /*程序核心函数,检测标记人脸*/ int i = 0; vector<Rect>faces;//定义一个容器,保存检测结果 const static Scalar colors[] = { CV_RGB(0,255),CV_RGB(0,128,255,0),CV_RGB(255,255) }; Mat gray,smallimage(cvround(img.rows / scalE),cvround(img.cols / scalE),CV_8UC1);//用cvRound取整 cvtcolor(img,gray,Cv_bGR2GRAY);//转化灰度图 resize(gray,smallimage,smallimage.size(),INTER_liNEAR);//图片尺度调整,将gray调整为smallimage.size大小,方法为INTER_liNEAR:局部像素的重采样 equalizeHist(smallimage,smallimagE);//直方图均衡 cascade.detectMultiScale(smallimage,faces);//核心,检测人脸 //const_iterator迭代器,是不能改变r所指向的元素的值的 for (vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++,i++) { //利用迭代器,标记出人脸位置。 Point center; Scalar color = colors[i % 8]; int radius; /*计算出原图像中的圆心和半径。公式很简单,自己写一下,就可以理解了*/ center.x = cvround((r->x + r->wIDth*0.5)*scalE); center.y = cvround((r->y + r->height*0.5)*scalE); radius = cvround((r->wIDth + r->height)*0.25*scalE); circle(img,center,radius,color,2); } }
注意我是在一个MFC的对话框中,这个界面图中按下“图片”button后的操作。
第三章:视频中的人脸检测
其实,和图片中的原理是一样的。因为视频又一帧一帧的图片组成,我们设定一个短的时间间隔,就可以更图片一样了。
先看效果吧:(说明,该视频是一个女子在跳芭蕾舞,我截去3张图片来达到以点概面的效果)
下面见代码:
voID CmyFaceDetectDlg::OnBnClickedFacev() { // Todo: 在此添加控件通知处理程序代码 //检测视频帧中的人脸 CString filename; CfileDialog OpenDlg(TRUE,_T("视频(*.avi)|*.avi|(*.*)|*.*|"),null); if (OpenDlg.DoModal() != IDOK) { return; } /*CString转换*String*/ filename = OpenDlg.GetPathname(); USES_CONVERSION; std::string tempname(W2A(fileName)); const String cascade_name = "./haarcascade_frontalface_alt2.xml"; if (!cascade.load(cascade_Name)) { messageBox(_T("ERROR:Could not load cascade!")); return; } VIDeoCapture capture(tempName);//打开视频 if (!capture.isOpened()) { messageBox(_T("ERROR:Could not load VIDeo!")); return; } double rate = capture.get(CV_CAP_PROP_FPS); bool stop(false); int delay = 1000 / rate; while (!stop) { if (!capture.read(imagE))//读取视频帧 break; detectAndDraw(image,scalE); imshow("人脸检测",imagE); if (waitKey(delay) >= 0) stop = true; } capture.release(); return; }
第四章:总结
人脸匹配最总要的是如何生成匹配库,也是检测的方法的差别。库的生成和机器学习密切相关,学习永无止境,努力吧!
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。
以上是大佬教程为你收集整理的opencv实现图片与视频中人脸检测功能全部内容,希望文章能够帮你解决opencv实现图片与视频中人脸检测功能所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。