openCV学习日志（三） 图像的人脸识别

本篇主要介绍图像的人脸识别算法，示例程序如下：

#include <Windows.h>
#include <vector>
#include <iostream>
#include <string>
#include <opencv2\opencv.hpp>

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{

//加载Haar特征检测分类器
CascadeClassifier cascade;
cascade.load("D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt2.xml");

// 载入图像
const string pstrImageName = "2.jpg";
Mat SrcImage = imread(pstrImageName, CV_LOAD_IMAGE_COLOR);
Mat GrayImage;

cvtColor(SrcImage, GrayImage, CV_BGR2GRAY);    //转换为灰度图

//人脸识别与标记
if (cascade.empty())
cout << "未加载分类器" << endl;   //判断分类器

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 } }
};                                   //标记圆的颜色

vector<cv::Rect> faces;

DWORD dwTimeBegin, dwTimeEnd;
dwTimeBegin = GetTickCount();
// 识别
cascade.detectMultiScale(GrayImage, faces);
dwTimeEnd = GetTickCount();

cout << "人脸个数:" << faces.end() - faces.begin()
<< "识别用时:" << dwTimeEnd - dwTimeBegin << "ms\n";
// 标记
int n = 0;
for (vector<cv::Rect>::const_iterator i = faces.begin(); i <faces.end(); i++, n++)
{
Point center;
int radius;
center.x = cvRound((i->x + i->width * 0.5));
center.y = cvRound((i->y + i->height * 0.5));
radius = cvRound((i->width + i->height) * 0.25);
circle(SrcImage, center, radius, FaceCirclecolors[n % 8], 2);
}

imshow("src", SrcImage);
waitKey();

}

挑选图片进行处理，执行结果如下：



在该程序中，我们使用opencv自带的Haar特征检测分类器对图片进行检测，并对人脸进行标识。

一、cvtColor()      颜色空间转换函数

C++: void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0 );

功能：在图像处理中，将一个颜色空间（如RGB颜色空间）的图像转换为其他颜色空间的图像，如灰度图、二值图、HSV图等等。在参数列表中，InputArray src为输入图像，OutputArray dst为输出图像，code为转换标志，例如CV_BGR2GRAY、COLOR_BGR2HSV等等。

二、waitKey()   延时函数

C++: int waitKey(int delay=0)

其中delay为延时时间（单位为ms），delay=0表示窗口会一直显示。

当delay<0时，窗口会等待一个给定的按键指令以结束。

PS：该函数只在有higui图形窗口存在时才有作用。

三、vector<cv::Rect> faces     

vector是C++标准模版库（STL）中的内容，是一个能存放任意类型数据的动态数组。其使用方式为：

vector<数据类型名> 变量名

cv::Rect    opencv中定义的矩形类

typedef struct CvRect
　　{
　　int x; /* 方形的左上角的x-坐标 */
　　int y; /* 方形的左上角的y-坐标*/
　　int width; /* 宽 */
　　int height; /* 高 */
　　}

其中，变量名可以调用begin()和end()函数，返回矩形类的起始和末端迭代器，迭代器的作用相当于加强的指针，可以通过*访问vector中的元素。同时，指向a的迭代器可以通过->操作符访问a的内部成员。

四、DWORD   

MFC中的数据类型， 为unsighed long

GetTickCount()   返回OS从启动到现在经过的时间，经常用于确认代码的运行时间。

五、detectMultiScale()       人脸检测函数

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。

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()
);

image--待检测图片，一般为灰度图像加快检测速度；

objects--被检测物体的矩形框向量组；

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%;

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；

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；

minSize和maxSize用来限制得到的目标区域的范围。

六、vector<cv::Rect>::const_iterator     迭代器

定义 相应类型的迭代器，需要注意的是，const_iterator只能访问变量，不能改变变量的值。

七、cvRound  近似函数

int cvRound(double x)  返回跟参数最接近的整数值；

八、circle()    画圆函数

cvCircle(CvArr* img, CvPoint center, int radius, CvScalar color, int thickness=1, int lineType=8, int shift=0)

img为源图像指针

center为画圆的圆心坐标

radius为圆的半径

colo
8f51
r为设定圆的颜色

thickness 如果是正数，表示组成圆的线条的粗细程度

line_type 线条的类型。默认是8

shift 圆心坐标点和半径值的小数点位数

下篇将介绍关于人脸识别程序的进一步分析。