OpenCV实现人脸检测

前段日子,写了个人脸检测的小程序,可以检测标记图片、视频、摄像头中的人脸。效果还行吧,用的是opencv提供人脸库。至于具体的人脸检测原理,找资料去啃吧。

环境:VS2013+OPENCV2.4.10+Win8.1

一、基于对话框的MFC

首先,新建一个基于对话框的MFC应用程序,命名为myFaceDetect(取消“安全开发周期(SDL)检查”勾选,我自己习惯取消这个)。

放置Button,设置Button的ID和Caption。
图片按钮——ID:IDC_FACEDETECT
视频按钮——ID:IDC_FACEV
摄像头按钮——ID:IDC_FACEC

二、添加消息响应函数

为图片按钮、视频按钮、摄像头按钮,在类向导中添加消息响应函数。
在图片按钮上右键,选择类向导。在CMyFaceDetectDlg类(对话框类)下选中BN_CLICKED消息,点击添加处理程序。其余两个按钮,按同样操作,添加消息响应函数。
完成上述操作后,获得对应三个按钮的消息响应函数。


void CMyFaceDetectDlg::OnClickedFacedetect()//图片按钮
void CMyFaceDetectDlg::OnClickedFacev()//视频按钮
void CMyFaceDetectDlg::OnClickedFacec()//摄像头按钮

三、人脸检测实现

首先,将OpenCV2.4.10+VS2013环境的配置完成,这个网上有许多教程。这是我以前写的一篇配置教程:Visual Studio 2013+OpenCV2.4.10环境搭建教程

对话框类的头文件:MyFaceDetectDlg.h

// MyFaceDetectDlg.h : 头文件
//
#pragma once
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\ml\ml.hpp>
#include <opencv.hpp>
#include "afxwin.h"
using namespace cv;
// CMyFaceDetectDlg 对话框
class CMyFaceDetectDlg : public CDialogEx
{
// 构造
public:
  CMyFaceDetectDlg(CWnd* pParent = NULL); // 标准构造函数

// 对话框数据
  enum { IDD = IDD_MYFACEDETECT_DIALOG };

  protected:
  virtual void DoDataExchange(CDataExchange* pDX);  // DDX/DDV 支持
// 实现
protected:
  HICON m_hIcon;
  HICON m_catIcon;//程序的小猫图标。如果想用默认的图片,可以将其注释掉。
  // 生成的消息映射函数
  virtual BOOL OnInitDialog();
  afx_msg void OnPaint();
  afx_msg HCURSOR OnQueryDragIcon();
  DECLARE_MESSAGE_MAP()
public:
  afx_msg void OnClickedFacedetect();
public:
  CascadeClassifier cascade;//级联分类器
  Mat image;//图片
  double scale;//缩小比例。缩小图片可以加快检测速度,当然加快检测速度还有其他的方法。
public:
  void detectAndDraw(Mat& img, CascadeClassifier& cascade, double scale);//添加的实现人脸检测的函数,核心函数
  CButton m_btn;//为了美化按钮添加对象,可以注释掉。
  afx_msg void OnClickedFacev();
  afx_msg void OnClickedFacec();
  afx_msg void OnBnClickedCancel();
};

对话框类的实现:MyFaceDetectDlg.cpp

// MyFaceDetectDlg.cpp : 实现文件
//

#include "stdafx.h"
#include "MyFaceDetect.h"
#include "MyFaceDetectDlg.h"
#include "afxdialogex.h"
#include <string>
#ifdef _DEBUG
#define new DEBUG_NEW
#endif
// CMyFaceDetectDlg 对话框
CMyFaceDetectDlg::CMyFaceDetectDlg(CWnd* pParent /*=NULL*/)
  : CDialogEx(CMyFaceDetectDlg::IDD, pParent)
{
  m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);
  m_catIcon = AfxGetApp()->LoadIcon(IDI_ICON4);//加载自己的图标(小猫~)

  scale = 1.3;
}

void CMyFaceDetectDlg::DoDataExchange(CDataExchange* pDX)
{
  CDialogEx::DoDataExchange(pDX);
  DDX_Control(pDX, IDC_FACEDETECT, m_btn);
}

BEGIN_MESSAGE_MAP(CMyFaceDetectDlg, CDialogEx)
  ON_WM_PAINT()
  ON_WM_QUERYDRAGICON()
  ON_BN_CLICKED(IDC_FACEDETECT, &CMyFaceDetectDlg::OnClickedFacedetect)
  ON_BN_CLICKED(IDC_FACEV, &CMyFaceDetectDlg::OnClickedFacev)
  ON_BN_CLICKED(IDC_FACEC, &CMyFaceDetectDlg::OnClickedFacec)
  ON_BN_CLICKED(IDCANCEL, &CMyFaceDetectDlg::OnBnClickedCancel)
END_MESSAGE_MAP()

// CMyFaceDetectDlg 消息处理程序

BOOL CMyFaceDetectDlg::OnInitDialog()
{
  CDialogEx::OnInitDialog();

  // 设置此对话框的图标。 当应用程序主窗口不是对话框时,框架将自动
  // 执行此操作
  //若不需要自己设置图标,可以将后面所有m_catIcon改成m_hIcon
  SetIcon(m_catIcon, TRUE);      // 设置大图标。
  SetIcon(m_catIcon, FALSE);   // 设置小图标
  //按钮加载图片背景
  //HBITMAP hbmp1 = ::LoadBitmap(AfxGetInstanceHandle(), MAKEINTRESOURCE(IDB_BITMAP2));
  //m_btn.SetBitmap(hbmp1);
  // TODO: 在此添加额外的初始化代码
  return TRUE; // 除非将焦点设置到控件,否则返回 TRUE
}

// 如果向对话框添加最小化按钮,则需要下面的代码
// 来绘制该图标。 对于使用文档/视图模型的 MFC 应用程序,
// 这将由框架自动完成。
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_catIcon);
  }
  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(IDB_BITMAP4);
    BITMAP m_bitmap;
    bmpBackGround.GetBitmap(&m_bitmap);
    CBitmap *pbmpOld = dcBmp.SelectObject(&bmpBackGround);
    dc.StretchBlt(0, 0, rect.Width(), rect.Height(), &dcBmp, 0, 0, m_bitmap.bmWidth, m_bitmap.bmHeight, SRCCOPY);
    /*********************************/
    CDialogEx::OnPaint();
  }
}

//当用户拖动最小化窗口时系统调用此函数取得光标
//显示。
HCURSOR CMyFaceDetectDlg::OnQueryDragIcon()
{
  return static_cast<HCURSOR>(m_catIcon);
}

void CMyFaceDetectDlg::OnClickedFacedetect()
{
  // 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, 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;
  std::string tempName(W2A(filename));
  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, 0, 255),
    CV_RGB(0, 128, 255),
    CV_RGB(0, 255, 255),
    CV_RGB(0, 255, 0),
    CV_RGB(255, 128, 0),
    CV_RGB(255, 255, 0),
    CV_RGB(255, 0, 0),
    CV_RGB(255, 0, 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(), 0, 0, INTER_LINEAR);//图片尺度调整
  equalizeHist(smallImage, smallImage);//直方图均衡
  cascade.detectMultiScale(smallImage, faces);//核心,检测人脸
  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, 3);
  }
}

void CMyFaceDetectDlg::OnClickedFacev()
{
  // 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, NULL, NULL, OFN_HIDEREADONLY | OFN_OVERWRITEPROMPT | OFN_NOCHANGEDIR,
    _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, cascade, scale);
    imshow("人脸检测", image);
    if (waitKey(delay) >= 0)
      stop = true;
  }
  capture.release();
  return;
}

void CMyFaceDetectDlg::OnClickedFacec()
{
  // TODO: 在此添加控件通知处理程序代码
  //检测摄像头中的人脸数据
  const String cascade_name = "./haarcascade_frontalface_alt2.xml";
  if (!cascade.load(cascade_name))
  {
    MessageBox(_T("ERROR:Could not load cascade!"));
    return;
  }
  VideoCapture capture(0);//打开摄像头
  if (!capture.isOpened())
  {
    MessageBox(_T("ERROR:Could not load capture!"));
    return;
  }
  //double rate = capture.get(CV_CAP_PROP_FPS);
  //bool stop(false);
  //int delay = 1000 / rate;
  int k=0;
  while (1)
  {
    if (!capture.read(image))
      break;
    detectAndDraw(image, cascade, scale);
    imshow("人脸检测", image);
    k=waitkey(10);
    if (k=27)//ESC键
      break;

  }
  capture.release();
  return;
}

void CMyFaceDetectDlg::OnBnClickedCancel()
{
  // TODO: 在此添加控件通知处理程序代码
  CDialogEx::OnCancel();
}

三 运行程序

视频和图片都有测试,一般只要是正脸、清晰的都能检测图片。另外,需要将haarcascade_frontalface_alt2.xml文件复制到程序目录下。

将文件在目录opencv\sources\data\haarcascades下。

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我们。

您可能感兴趣的文章:

  • 基于openCV实现人脸检测
  • C++利用opencv实现人脸检测
  • opencv实现图片与视频中人脸检测功能
时间: 2018-01-09

基于openCV实现人脸检测

openCV的人脸识别主要通过Haar分类器实现,当然,这是在已有训练数据的基础上.openCV安装在 opencv/opencv/sources/data/haarcascades_cuda(或haarcascades)中存在预先训练好的物体检测器(xml格式),包括正脸.侧脸.眼睛.微笑.上半身.下半身.全身等. openCV的的Haar分类器是一个监督分类器,首先对图像进行直方图均衡化并归一化到同样大小,然后标记里面是否包含要监测的物体.它首先由Paul Viola和Michael Jon

opencv实现图片与视频中人脸检测功能

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

C++利用opencv实现人脸检测

小编所有的帖子都是基于unbuntu系统的,当然稍作修改同样试用于windows的,经过小编的绞尽脑汁,把刚刚发的那篇python 实现人脸和眼睛的检测的程序用C++ 实现了,当然,也参考了不少大神的博客,下面我们就一起来看看: Linux系统下安装opencv我就再啰嗦一次,防止有些人没有安装没调试出来喷小编的程序是个坑, sudo apt-get install libcv-dev sudo apt-get install libopencv-dev 看看你的usr/share/opencv

python利用Opencv实现人脸识别功能

本文实例为大家分享了python利用Opencv实现人脸识别功能的具体代码,供大家参考,具体内容如下 首先:需要在在自己本地安装opencv具体步骤可以问度娘 如果从事于开发中的话建议用第三方的人脸识别(推荐阿里) 1.视频流中进行人脸识别 # -*- coding: utf-8 -*- import cv2 import sys from PIL import Image def CatchUsbVideo(window_name, camera_idx): cv2.namedWindow(w

Java+OpenCV实现人脸检测并自动拍照

java+opencv实现人脸检测,调用笔记本摄像头实时抓拍,人脸会用红色边框标识出来,并且将抓拍的目录存放在src下,图片名称是时间戳. 环境配置:win7 64位,jdk1.8 CameraBasic.java package com.njupt.zhb.test; import java.awt.EventQueue; import javax.swing.ImageIcon; import javax.swing.JFrame; import javax.swing.JLabel; im

Python基于OpenCV实现人脸检测并保存

本文实例为大家分享了Python基于OpenCV实现人脸检测,并保存的具体代码,供大家参考,具体内容如下 安装opencv 如果安装了pip的话,Opencv的在windows的安装可以直接通过cmd命令pip install opencv-python(只需要主要模块),也可以输入命令pip install opencv-contrib-python(如果需要main模块和contrib模块) 详情可以点击此处 导入opencv import cv2 所有包都包含haarcascade文件.这

Python下应用opencv 实现人脸检测功能

使用OpenCV's Haar cascades作为人脸检测,因为他做好了库,我们只管使用. 代码简单,除去注释,总共有效代码只有10多行. 所谓库就是一个检测人脸的xml 文件,可以网上查找,下面是一个地址: https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_default.xml 如何构造这个库,学习完本文后可以参考: http://note.sonots.com/Sc

python结合opencv实现人脸检测与跟踪

模式识别课上老师留了个实验,在VC++环境下利用OpenCV库编程实现人脸检测与跟踪. 然后就开始下载opencv和vs2012,再然后,配置了好几次还是配置不成功,这里不得不吐槽下微软,软件做这么大,这么难用真的好吗? 于是就尝试了一下使用python完成实验任务,大概过程就是这样子的: 首先,配置运行环境: 下载opencv和python的比较新的版本,推荐opencv2.4.X和python2.7.X. 直接去官网下载就ok了,python安装时一路next就行,下载的opencv.exe

python中使用OpenCV进行人脸检测的例子

OpenCV的人脸检测功能在一般场合还是不错的.而ubuntu正好提供了python-opencv这个包,用它可以方便地实现人脸检测的代码. 写代码之前应该先安装python-opencv: 复制代码 代码如下: $ sudo apt-get install python-opencv 具体原理就不多说了,可以参考一下这篇文章.直接上源码. 复制代码 代码如下: #!/usr/bin/python# -*- coding: UTF-8 -*- # face_detect.py # Face De

python利用OpenCV2实现人脸检测

最近,带领我的学生进行一个URTP项目设计,需要进行人脸识别.由于现在的OpenCV已经到了2.X版本,因此就不想用原来的1.X版本的代码,而网上存在的代码都是1.X版本的代码,尝试自己写一段2.X版本的代码,反复查阅资料,今天终于测试成功(很明显2.X版本的代码要比1.X的代码更简单),供大家好参考,代码如下:(2017年5月12日在python3.6.1下做一简单的修改) import cv2 import numpy as np cv2.namedWindow("test")#命