首页 > 编程 > C > 正文

OpenCV实现人脸检测

2020-01-26 13:49:11
字体:
来源:转载
供稿:网友

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

这里写图片描述

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)。

这里写图片描述 

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。

这里写图片描述
这里写图片描述

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。
这里写图片描述 

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

这里写图片描述 

这里写图片描述

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武林网。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

图片精选