关键词:
本文由@星沉阁冰不语出品,转载请注明作者和出处。
文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/51105159
微博:http://weibo.com/xingchenbing
之前一直觉得人脸检测是非常麻烦的,即使是用opencv,麻烦到我都不敢去碰。这两天仔细看了下,如果只是调用opencv自带的分类器和函数的话,简直是简单。这不,正好最近也在学习Python,索性就用C++和Python两种语言都实现一下。当然,我现在这个是最简单的版本。
步骤:
调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接:
1.加载分类器,当然分类器事先要放在工程目录中去。分类器本来的位置是在*\\opencv\\sources\\data\\haarcascades(harr分类器,也有其他的可以用,也可以自己训练)
2.调用detectMultiScale()函数检测,调整函数的参数可以使检测结果更加精确。
3.把检测到的人脸等用矩形(或者圆形等其他图形)画出来。
主要函数:
这里面最主要的一个函数就是detectMultiScale()。文档中的解释如下:
1.image表示的是要检测的输入图像
2.objects表示检测到的人脸目标序列
3.scaleFactor表示每次图像尺寸减小的比例
4. minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),
5.minSize为目标的最小尺寸
6.minSize为目标的最大尺寸
适当调整4,5,6两个参数可以用来排除检测结果中的干扰项。
程序:
C++程序如下:
#include<opencv2\\opencv.hpp>
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
/** Function Headers */
void detectAndDisplay(Mat frame);
/** Global variables */
String face_cascade_name = "haarcascade_frontalface_default.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade; //定义人脸分类器
CascadeClassifier eyes_cascade; //定义人眼分类器
String window_name = "Capture - Face detection";
/** @function main */
int main(void)
Mat frame = imread("2.jpg");
//VideoCapture capture;
//Mat frame;
//-- 1. Load the cascades
if (!face_cascade.load(face_cascade_name)) printf("--(!)Error loading face cascade\\n"); return -1; ;
if (!eyes_cascade.load(eyes_cascade_name)) printf("--(!)Error loading eyes cascade\\n"); return -1; ;
//-- 2. Read the video stream
//capture.open(0);
//if (!capture.isOpened()) printf("--(!)Error opening video capture\\n"); return -1;
//while (capture.read(frame))
//
// if (frame.empty())
//
// printf(" --(!) No captured frame -- Break!");
// break;
//
//-- 3. Apply the classifier to the frame
detectAndDisplay(frame);
int c = waitKey(0);
if ((char)c == 27) return 0; // escape
//
return 0;
/** @function detectAndDisplay */
void detectAndDisplay(Mat frame)
std::vector<Rect> faces;
Mat frame_gray;
cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
equalizeHist(frame_gray, frame_gray);
//-- Detect faces
face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70),Size(100,100));
for (size_t i = 0; i < faces.size(); i++)
//Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
//ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);
rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);
Mat faceROI = frame_gray(faces[i]);
std::vector<Rect> eyes;
//-- In each face, detect eyes
eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 1, CV_HAAR_DO_ROUGH_SEARCH, Size(3, 3));
for (size_t j = 0; j < eyes.size(); j++)
Rect rect(faces[i].x + eyes[j].x, faces[i].y + eyes[j].y, eyes[j].width, eyes[j].height);
//Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
//int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
//circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);
//-- Show what you got
namedWindow(window_name, 2);
imshow(window_name, frame);
import numpy as np
import cv2
face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")
eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")
img = cv2.imread("/2.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))
if len(faces)>0:
for faceRect in faces:
x,y,w,h = faceRect
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)
roi_gray = gray[y:y+h,x:x+w]
roi_color = img[y:y+h,x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow("img",img)
cv2.waitKey(0)
效果:
最终结果如下图所示:
知识星球
除了平时发文章之外,也会发一些平时学习过程中其他的参考资料和代码,欢迎加入。
opencv实践之路——人脸识别之三识别自己的脸(代码片段)
...icle/details/51472330微博:http://weibo.com/xingchenbing 在之前OpenCV实践之路——人脸识别之一数据收集和预处理和OpenCV实践之路——人脸识别之二模型训 查看详情
opencv实践之路——人脸识别之二模型训练(代码片段)
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/51407336微博:http://weibo.com/xingchenbing 在之前的博客人脸识别之一数据收集和预处理之中,已经下载了ORL... 查看详情
opencv学习之路(41)人脸识别
一、人脸检测并采集个人图像//take_photo.cpp#include<opencv2/opencv.hpp>usingnamespacecv;usingnamespacestd;voidtake_photo(){VideoCapturecap(0);//打开摄像头if(!cap.isOpened())return;//加载级联检测器CascadeClassifiercascade 查看详情
opencv调用手机摄像头与人脸检测(代码片段)
文章目录一、OpenCV机器视觉环境搭建1.OpenCV下载2.OpenCV安装3.安装测试二、OpenCV调用摄像头及人脸检测1.调用电脑摄像头2.调用手机摄像头及人脸检测2.1准备工作2.2代码实现三、总结四、参考文献一、OpenCV机器视觉环境搭建1.OpenCV下... 查看详情
opencv实践之路——雅虎色情图片检测神经网络试用报告
本文由@星沉阁冰不语出品,转载请注明作者和出处。文章链接:http://blog.csdn.net/xingchenbingbuyu/article/details/52821497微博:http://weibo.com/xingchenbing 十一的时候,老司机再次发车,雅虎开源了其色情图片检测神经... 查看详情
实现人脸识别性别之路---opencv将图片显示出来
importcv2filename=‘E:\tensorflow\bu.jpg‘#图片的地址#face_cascade=cv2.CascadeClassifier(‘C:\anconda3\pkgs\opencv3-3.1.0-py35_0\Libraryetc\haarcascades\haarcascade_frontalface_default.xml‘)‘‘‘调用分类器‘ 查看详情
opencv人脸检测循环参数
】opencv人脸检测循环参数【英文标题】:opencvfacedetectionloopparameters【发布时间】:2015-07-2712:11:51【问题描述】:我需要解释一下opencv中人脸检测的以下循环VideoCapturecapture("DSC_0772.avi");//-1,0,1deviceidMatcap_img,gray_img;vector<Rect>faces,... 查看详情
级联人脸检测C++ Opencv 3.0
】级联人脸检测C++Opencv3.0【英文标题】:cascadefacedetectionC++Opencv3.0【发布时间】:2016-08-2001:05:41【问题描述】:我正在尝试实现教程中提到的人脸检测http://docs.opencv.org/3.0-beta/doc/tutorials/objdetect/cascade_classifier/cascade_classifier.html#casc... 查看详情
实现人脸识别性别之路---opencv
importcv2frommake_imgeimportget_file_namefromtrain_phimportModelimportosIMAGE_SIZE=128if__name__=="__main__":name=get_file_name("E:\gender_image")model=Model()model.load()facecas=cv2.CascadeClassifie 查看详情
opencv学习之路(40)人脸识别算法——eigenfacefisherfacelbph
一、人脸识别算法之特征脸方法(Eigenface)1、原理介绍及数据收集特征脸方法主要是基于PCA降维实现。详细介绍和主要思想可以参考http://blog.csdn.net/u010006643/article/details/46417127上述博客的人脸数据库打不开了,大家可以去下面这... 查看详情
OpenCV - 人脸检测:人脸周围的矩形
】OpenCV-人脸检测:人脸周围的矩形【英文标题】:OpenCV-FaceDetection:Rectanglearoundface【发布时间】:2012-11-2313:37:01【问题描述】:我从OpenCV开始,想测试一些样本。我使用的示例在屏幕中的面部周围放置了一个矩形。但是结果检测... 查看详情
21个项目玩转深度学习:基于tensorflow的实践详解06—人脸检测和识别——mtcnn人脸检测(代码片段)
本篇主要讲述利用MTCNN的预训练模型得到原图中人脸的分割,代码如下:https://github.com/davidsandberg/facenet结合博客https://blog.csdn.net/FortiLZ/article/details/81396566?tdsourcetag=s_pctim_aiomsg看起来省力些要是对MTCNN的训练过程感兴趣的,可以看h... 查看详情
OpenCV 人脸检测 ROI 断言失败
】OpenCV人脸检测ROI断言失败【英文标题】:OpenCVFaceDetectionROIAssertionFailed【发布时间】:2018-01-2911:27:17【问题描述】:我是OpenCV的新手,我想练习一个简单的人脸检测和图像裁剪。具体来说,我使用cv::glob从文件夹加载图像,然后... 查看详情
c++opencv实践:检测电路线问题(代码片段)
...on检测电路连线问题,感觉挺有意思,本人打算用Opencv来实现下,说做就做。1.检测步骤这里主要使用了形态学开闭操作绝对差值进行检测,然后使用轮廓查找与过滤的方法来确定最终检测结果,很简单吧,... 查看详情
图片人脸检测——dlib版
上几篇给大家讲了OpenCV的图片人脸检测,而本文给大家带来的是比OpenCV更加精准的图片人脸检测Dlib库。点击查看往期:《图片人脸检测——OpenCV版(二)》《视频人脸检测——OpenCV版(三)》dlib与OpenCV对比识别精准... 查看详情
opencv联合dlib人脸检测例子二(加快检测)(代码片段)
本篇博客是在opencv联合dlib人脸检测例子的基础上改进了下,加快检测流程观察了下,opencv利用haar级联分类器检测人脸区域的速度要稍快于dlib的frontal_face_detector检测人脸区域的速度。所以这篇博客是利用opencv先检测出人... 查看详情
视频人脸检测——dlib版(代码片段)
往期目录视频人脸检测——Dlib版(六)OpenCV添加中文(五)图片人脸检测——Dlib版(四)视频人脸检测——OpenCV版(三)图片人脸检测——OpenCV版(二)OpenCV环境搭建(一)更多更新,欢迎访问我的github:https://github.com/vipstone/... 查看详情
dlib库包的介绍与使用,opencv+dlib检测人脸框opencv+dlib进行人脸68关键点检测,opencv+dlib实现人脸识别,dlib进行人脸特征聚类dlib视频目标跟踪(代码片段)
...lib人脸检测:绘制出人脸检测框2.1dlib人脸检测源码2.2opencv+dlib人脸检测2.3dlib人脸检测总结3dlib人脸关键点检测:并绘制检测框、关键点、不同区域关键点连线3.1dlib人脸关键点检测源码3.2opencv+dlib进行人脸关键点检测... 查看详情