本博文IDE為vs2013

OpenCV2.49

話不多說，先看視頻演示（20S演示）:

例如以下：

https://v.youku.com/v_show/id_XMjYzMzkxMTYyMA==.html?spm=a2h0w.8278793.2736843.4#paction

程序截圖例如以下：

怎樣來用OpenCV來實現能。

以下給出OpenCV實現人臉檢測的一般步驟：

1.載入人臉檢測器

2.開啟攝像頭

3.對圖片進行灰度處理(事實上能夠不處理，上圖中原圖的標題欄就是未進行灰度處理進行的檢測，這裏的灰度是為下節人臉識別打基礎)

4.對圖片進行直方圖均衡化(事實上能夠不處理。上圖中原圖的標題欄就是未進行灰度處理進行的檢測和灰度圖是為進行均衡化識別，這裏的均衡化是為下節人臉識別打基礎)

5.人臉檢測

總結下，假設單單僅僅要人臉檢測，能夠的步驟是1，2，5

本博客把1。2。5，

1。2，3，5

1，2，3，4，5

都演示了出來。

以下是完整的代碼。本代碼還有大量凝視，在此不再詳細說明哪個函數有什麽用。

以下上源代碼：

#include <opencv.hpp>
#include <opencv2/core/core.hpp>
#include <iostream>

using namespace cv;

void Pic2Gray(Mat camerFrame,Mat &gray)
{
	//普通臺式機3通道BGR,移動設備為4通道
	if (camerFrame.channels() == 3)
	{
		cvtColor(camerFrame, gray, CV_BGR2GRAY);
	}
	else if (camerFrame.channels() == 4)
	{
		cvtColor(camerFrame, gray, CV_BGRA2GRAY);
	}
	else
		gray = camerFrame;
}


int main()
{
	//載入Haar或LBP對象或人臉檢測器
	CascadeClassifier faceDetector;
	std::string faceCascadeFilename = "haarcascade_frontalface_default.xml";

	//友好錯誤信息提示
	try{
		faceDetector.load(faceCascadeFilename);
	}
	catch (cv::Exception e){}
	if (faceDetector.empty())
	{
		std::cerr << "臉部檢測器不能載入 (";
		std::cerr << faceCascadeFilename << ")!" << std::endl;
		exit(1);
	}

	//打開攝像頭
	VideoCapture camera(0);
	while (true)
	{
		Mat camerFrame;
		camera >> camerFrame;
		if (camerFrame.empty())
		{
			std::cerr << "無法獲取攝像頭圖像" << std::endl;
			getchar();
			exit(1);
		}
		Mat displayedFrame(camerFrame.size(),CV_8UC3);


		//人臉檢測僅僅試用於灰度圖像
		Mat gray;
		Pic2Gray(camerFrame, gray);



		//直方圖均勻化(改善圖像的對照度和亮度)
		Mat equalizedImg;
		equalizeHist(gray, equalizedImg);

		//人臉檢測用Cascade Classifier::detectMultiScale來進行人臉檢測

		int flags = CASCADE_FIND_BIGGEST_OBJECT|CASCADE_DO_ROUGH_SEARCH;	//僅僅檢測臉最大的人
		//int flags = CASCADE_SCALE_IMAGE;	//檢測多個人
		Size minFeatureSize(30, 30);
		float searchScaleFactor = 1.1f;
		int minNeighbors = 4;
		std::vector<Rect> faces;
		faceDetector.detectMultiScale(equalizedImg, faces, searchScaleFactor, minNeighbors, flags, minFeatureSize);

		//畫矩形框
		cv::Mat face;
		cv::Point text_lb;
		for (size_t i = 0; i < faces.size(); i++)
		{
			if (faces[i].height > 0 && faces[i].width > 0)
			{
				face = gray(faces[i]);
				text_lb = cv::Point(faces[i].x, faces[i].y);
				cv::rectangle(equalizedImg, faces[i], cv::Scalar(255, 0, 0), 1, 8, 0);
				cv::rectangle(gray, faces[i], cv::Scalar(255, 0, 0), 1, 8, 0);
				cv::rectangle(camerFrame, faces[i], cv::Scalar(255, 0, 0), 1, 8, 0);
			}
		}


		imshow("直方圖均勻化", equalizedImg);
		imshow("灰度化", gray);
		imshow("原圖", camerFrame);

		waitKey(20);
	}

	getchar();
	return 0;
}

OpenCV人臉檢測(完整源代碼+思路)