OpenCV檢測篇(二)——笑臉檢測
阿新 • • 發佈:2019-01-05
前言
由於本文與上一篇OpenCV檢測篇(一)——貓臉檢測
具有知識上的連貫性,所以建議沒讀過前一篇的先去閱讀一下前一篇,前面講過的內容這裡會省略掉。
笑臉檢測
其實也沒什麼可省略的,因為跟在opencv中,無論是人臉檢測、人眼檢測、貓臉檢測、行人檢測等等,套路都是一樣的。正所謂:
自古深情留不住,總是套路得人心。
發揮主要作用的函式有且僅有一個:detectMultiScale()
。前一篇貓臉檢測中已經提到過這個函式,這裡就不再詳細贅述。
這裡只說一下笑臉檢測的流程,顯然也都是套路:
1.載入人臉檢測器進行人臉檢測
2 載入笑臉檢測器進行笑臉檢測
檢測的時候用的都是同一個函式,也即上述detectMultiScale()
- 笑臉檢測是在人臉檢測之後得到的人臉區域中進行的。我猜它用到的演算法很可能是檢測人的嘴角的姿態,因為笑臉檢測最後的輸出結果就是框住了人上揚的嘴角。
效果展示
更多
這麼多內容作為一篇的話我覺得是不是略少?那就加點內容吧,我把上面的內容用C++又寫了一遍,不同於上面的直接檢測圖片,C++版本是呼叫攝像頭來檢測自己的笑臉。
程式碼獲取
分別是想要親自嘗試一下的朋友可以從我的github上獲取程式碼。如果在這裡複製連結不方便,可以回覆“笑臉檢測程式碼”獲取下載連結。
C++版本:https://github.com/LiuXiaolong19920720/smile-detection-Cpp
Python版本:https://github.com/LiuXiaolong19920720/smile-detection-Python
Python程式碼
# -*- coding=utf-8 -*-
import cv2
# 人臉檢測器
facePath = "lbpcascade_frontalface.xml"
faceCascade = cv2.CascadeClassifier(facePath)
# 笑臉檢測器
smilePath = "haarcascade_smile.xml"
smileCascade = cv2.CascadeClassifier(smilePath)
img = cv2.imread("test.jpg" )
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 首先檢測人臉,返回的是框住人臉的矩形框
faces = faceCascade.detectMultiScale(
gray,
scaleFactor= 1.1,
minNeighbors=8,
minSize=(55, 55),
flags=cv2.CASCADE_SCALE_IMAGE
)
# 畫出每一個人臉,提取出人臉所在區域
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
roi_gray = gray[y:y+h, x:x+w]
roi_color = img[y:y+h, x:x+w]
# 對人臉進行笑臉檢測
smile = smileCascade.detectMultiScale(
roi_gray,
scaleFactor= 1.16,
minNeighbors=35,
minSize=(25, 25),
flags=cv2.CASCADE_SCALE_IMAGE
)
# 框出上揚的嘴角並對笑臉打上Smile標籤
for (x2, y2, w2, h2) in smile:
cv2.rectangle(roi_color, (x2, y2), (x2+w2, y2+h2), (255, 0, 0), 2)
cv2.putText(img,'Smile',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
cv2.imshow('Smile?', img)
#cv2.imwrite("smile.jpg",img)
c = cv2.waitKey(0)
C++程式碼
#include<opencv2\opencv.hpp>
#include <iostream>
#include <stdio.h>
using namespace std;
using namespace cv;
String face_cascade_name = "haarcascade_frontalface_default.xml";
String smile_cascade_name = "haarcascade_smile.xml";
CascadeClassifier face_cascade;
CascadeClassifier smile_cascade;
String window_name = "Capture - Face detection";
int main()
{
VideoCapture capture;
Mat frame;
if (!face_cascade.load(face_cascade_name))
{
printf("--(!)Error loading face cascade\n");
return -1;
};
if (!smile_cascade.load(smile_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;
}
std::vector<Rect> faces;
Mat frame_gray;
cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
equalizeHist(frame_gray, frame_gray);
face_cascade.detectMultiScale(frame_gray, faces, 1.05, 8, CASCADE_SCALE_IMAGE);
for (size_t i = 0; i < faces.size(); i++)
{
rectangle(frame, faces[i], Scalar(255, 0, 0), 2, 8, 0);
Mat faceROI = frame_gray(faces[i]);
std::vector<Rect> smile;
//-- In each face, detect smile
smile_cascade.detectMultiScale(faceROI, smile, 1.1, 55, CASCADE_SCALE_IMAGE);
for (size_t j = 0; j < smile.size(); j++)
{
Rect rect(faces[i].x + smile[j].x, faces[i].y + smile[j].y, smile[j].width, smile[j].height);
rectangle(frame, rect, Scalar(0, 0, 255), 2, 8, 0);
}
}
//-- Show what you got
namedWindow(window_name, 2);
imshow(window_name, frame);
waitKey(100);
}
int c = waitKey(0);
if ((char)c == 27) { return 0; }
return 0;
}
最近申請了微信公眾號,分享機器視覺和機器學習的內容,每一篇都會放出完整的程式碼,感興趣的同學可以掃碼關注。