opencv人臉檢測--detectMultiScale函數(shù)

轉(zhuǎn)載請注明出處：http://blog.csdn.net/itismelzp/article/details/50379359

首先上兩張圖。

現(xiàn)在要對上面兩張圖進(jìn)行人臉檢測。

一、Haar特征分類器介紹

Haar特征分類器就是一個XML文件，該文件中會描述人體各個部位的Haar特征值。包括人臉、眼睛、嘴唇等等。

Haar特征分類器存放目錄：OpenCV安裝目錄中的\data\ haarcascades目錄下，opencv2.4.9版本下的Haar特征分類器如下：

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

其中：haarcascade_frontalface_alt.xml與haarcascade_frontalface_alt2.xml都是人臉識別的Haar特征分類器了。

二、detectMultiScale函數(shù)詳解

cvHaarDetectObjects是opencv1中的函數(shù)，opencv2中人臉檢測使用的是 detectMultiScale函數(shù)。它可以檢測出圖片中所有的人臉，并將人臉用vector保存各個人臉的坐標(biāo)、大?。ㄓ镁匦伪硎荆?，函數(shù)由分類器對象調(diào)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()
);

函數(shù)介紹：

參數(shù)1：image--待檢測圖片，一般為灰度圖像加快檢測速度；

參數(shù)2：objects--被檢測物體的矩形框向量組；
參數(shù)3：scaleFactor--表示在前后兩次相繼的掃描中，搜索窗口的比例系數(shù)。默認(rèn)為1.1即每次搜索窗口依次擴(kuò)大10%;
參數(shù)4：minNeighbors--表示構(gòu)成檢測目標(biāo)的相鄰矩形的最小個數(shù)(默認(rèn)為3個)。
        如果組成檢測目標(biāo)的小矩形的個數(shù)和小于 min_neighbors - 1 都會被排除。
        如果min_neighbors 為 0, 則函數(shù)不做任何操作就返回所有的被檢候選矩形框，
        這種設(shè)定值一般用在用戶自定義對檢測結(jié)果的組合程序上；
參數(shù)5：flags--要么使用默認(rèn)值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果設(shè)置為

        CV_HAAR_DO_CANNY_PRUNING，那么函數(shù)將會使用Canny邊緣檢測來排除邊緣過多或過少的區(qū)域，

        因此這些區(qū)域通常不會是人臉?biāo)趨^(qū)域；
參數(shù)6、7：minSize和maxSize用來限制得到的目標(biāo)區(qū)域的范圍。

三、示例代碼

#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】加載分類器
	CascadeClassifier cascade;
	cascade.load("haarcascade_frontalface_alt2.xml");

	Mat srcImage, grayImage,dstImage;
	// 【2】讀取圖片
	srcImage = imread("image.jpg");
	dstImage = srcImage.clone();
	imshow("【原圖】", srcImage);

	grayImage.create(srcImage.size(), srcImage.type());
	cvtColor(srcImage, grayImage, CV_BGR2GRAY); // 生成灰度圖，提高檢測效率

	// 定義7種顏色，用于標(biāo)記人臉
	Scalar colors[] =
	{
		// 紅橙黃綠青藍(lán)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】檢測
	vector<Rect> rect;
	cascade.detectMultiScale(grayImage, rect, 1.1, 3, 0);  // 分類器對象調(diào)用

	printf("檢測到人臉個數(shù)：%d\n", rect.size());

	// 【4】標(biāo)記--在臉部畫圓
	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】顯示
	imshow("【人臉識別detectMultiScale】", dstImage);

	waitKey(0);
	return 0;
}

效果圖：

如果要識別人體的其它部位，只需將上面的haarcascade_frontalface_alt2.xml分類器替換即可。