opencv人脸检测--detectMultiScale函数
2018-02-20 15:12
519 查看
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。
![](http://img.blog.csdn.net/20151222133744332)
![](http://img.blog.csdn.net/20151222133814828)
现在要对上面两张图进行人脸检测。
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 print?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。
[cpp] view plain copy print?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() );
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。
#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;
}
#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:
![](http://img.blog.csdn.net/20151222140508361)
![](http://img.blog.csdn.net/20151222140501631)
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
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 print?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
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 print?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() );
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() );
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 print?#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;
}
#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
相关文章推荐
- OpenCV人脸检测使用detectMultiScale可能会报错_CrtIsValidHeapPointer的解决方法
- 基于detectMultiScale函数多尺度人脸检测确定目标尺寸
- 【转载】浅谈OpenCV人脸检测以及两个函数cvHaarDetectObjects和cvRunHaarClassifierCascade
- 调用opencv的detectMultiScale函数时报错
- 学习<opencv> CascadeClassifier::detectMultiScale 各个参数作用
- opencv--detectMultiScale: output detection score
- 人脸识别报错cascadedetect.cpp:1698: error: (-215) !empty() in function detectMultiScale
- 利用openCV中的cvCanny函数检测人脸的边缘
- 解决OpenCV问题:OpenCV Error: Assertion failed (!empty()) in cv::CascadeClassifier::detectMultiScale,
- 快速多尺度人脸检测2--Multi-Scale Fully Convolutional Network for Face Detection in the Wild
- opencv3_java 检测图像人脸眼睛CascadeClassifier DetectEye
- C++开发人脸性别识别教程(4)——OpenCv的人脸检测函数
- 学习OpenCV——Hog.detectMultiScale的心得
- opencv HOG中detectMultiScale函数详解
- OpenCV的人脸检测:cvRunHaarClassifierCascade函数解析
- opencv免费、高性能的人脸检测函数
- 【CascadeClassifier】detectMultiScale函数学习
- detectMultiScale 基于级联分类器的目标检测objdect
- opencv HOG中detectMultiScale函数详解
- 由.detectMultiScale()函数调试引起的异常问题的解决方案