前輩的文章詳細介紹了訓練xml分類器的過程,和人臉檢測相關的引數設定和程式碼,原文在這裡:傳送門
但是程式碼直接拿來用的話還是會出問題的,

這篇記錄的就是實現上述文章中呼叫xml的批量圖片人臉檢測遇到的問題和解決的辦法,有空的時候也會將自己訓練的詳細過程和遇到的問題寫出來:

1:首先自己要新建一個VS工程,新建一個是空專案的控制檯應用程式,在專案中新建原始檔,把程式碼複製貼上過來:

2:需要重新配置Opencv的包含目錄,庫目錄和連結庫:

新增依賴項:

Wininet.lib
opencv_ml249d.lib
opencv_calib3d249d.lib
opencv_contrib249d.lib
 

opencv_core249d.lib
opencv_features2d249d.lib
WinInet.lib
opencv_flann249d.lib
opencv_gpu249d.lib
opencv_highgui249d.lib
opencv_imgproc249d.lib
opencv_legacy249d.lib
opencv_objdetect249d.lib
opencv_ts249d.lib
opencv_video249d.lib
opencv_nonfree249d.lib
opencv_ocl249d.lib
opencv_photo249d.lib
opencv_stitching249d.lib
 

opencv_superres249d.lib
opencv_videostab249d.lib
opencv_objdetect249.lib
opencv_ts249.lib
opencv_video249.lib
opencv_nonfree249.lib
opencv_ocl249.lib
opencv_photo249.lib
opencv_stitching249.lib
opencv_superres249.lib
opencv_videostab249.lib
opencv_calib3d249.lib
opencv_contrib249.lib
opencv_core249.lib
 

opencv_features2d249.lib
opencv_flann249.lib
opencv_gpu249.lib
opencv_highgui249.lib
opencv_imgproc249.lib
opencv_legacy249.lib
opencv_ml249.lib

3需要注意的地方:

第一個:

#pragma comment(lib,"Wininet.lib")  這裡可能需要自己下載wininet.lib和標頭檔案,同和和opencv一樣設定庫目錄和附加依賴項

程式的修改,修改自己圖片和分類器存放的路徑:

using namespace std;
using namespace cv;

String cascadeName = "E://paper//MIT//haarcascade_frontalface_alt2.xml";//訓練資料  
//String cascadeName = "E://paper//MIT//data//cascade.xml";
struct PathElem{
    TCHAR   SrcImgPath[MAX_PATH * 2];
    TCHAR   RstImgPath[MAX_PATH * 2];
};
int FindImgs(char * pSrcImgPath, char * pRstImgPath, std::list<PathElem> &ImgList);

    int nFlag = FindImgs("E:\\paper\\Caltech\\", "E:\\paper\\Caltech_save\\", ImgList);//修改為自己的路徑,第一個是待檢測圖片,第二個路徑是檢測結果儲存
    if (nFlag != 0)
    {
        cout << "Read Image  error !  Input 0 to exit \n";
        exit(0);
    }

到這裡,可以編譯試執行下,遇到一堆錯誤:

1. 1>d:\code\test_xml\test_xml\test_xml.cpp(57): warning C4018: “<=”: 有符號/無符號不匹配
   1>d:\code\test_xml\test_xml\test_xml.cpp(59): error C2664: “cv::Mat cv::imread(const std::string &,int)”: 無法將引數 1 從“TCHAR [520]”轉換為“const std::string &”
   1> 原因如下: 無法從“TCHAR [520]”轉換為“const std::string”
   1> 無建構函式可以接受源型別，或建構函式過載決策不明確

解決方法其實很簡單:
在屬性頁常規中將字符集修改為使用多字元位元組

編譯通過,可以檢視人臉檢測的效果啦,

到這裡又發現無論怎樣調整縮放的尺度,檢測完儲存的圖片都沒有人臉框:

            //detectMultiScale函式中smallImg表示的是要檢測的輸入影象為smallImg，rects表示檢測到的目標序列，1.1表示  
            //每次影象尺寸減小的比例為1.1，2表示每一個目標至少要被檢測到3次才算是真的目標(因為周圍的畫素和不同的視窗大  
            //小都可以檢測到目標),CV_HAAR_SCALE_IMAGE表示不是縮放分類器來檢測，而是縮放影象，Size(30, 30)為目標的  
            //最小最大尺寸  
            rects.clear();
            printf("begin...\n");
            t = (double)cvGetTickCount();//用來計算演算法執行時間  
            cascade.detectMultiScale(smallImg, rects, 1.75, 2, 0,  Size(30, 30));
            //|CV_HAAR_FIND_BIGGEST_OBJECT//|CV_HAAR_DO_ROUGH_SEARCH|CV_HAAR_SCALE_IMAGE,  

通過對比別人的程式碼,發現是因為目標的最大最小尺寸有問題,這裡我刪去size(20,20),在執行,結果就正常了,經測試,自己訓練的xml還不錯,哈哈~~

修改前:
cascade.detectMultiScale(smallImg,rects,1.1,2,0,Size(20,20),Size(30,30));
修改後:
cascade.detectMultiScale(smallImg, rects, 1.75, 2, 0, Size(30, 30));

這個引數的設定要根據自己圖片的情況自己調整~

檢測結果: