基于open cv的人脸检测功能 （大自然的搬运工）

 1 #include <opencv2/opencv.hpp>
 2 #include <opencv2/core.hpp>
 3 #include <opencv2//highgui/highgui.hpp>
 4 #include "opencv2/core/cuda.hpp"
 5 #include <string>
 6 #include <opencv2/core/core.hpp>
 7 #include <iostream>
 8 
 9 using namespace cv;
10 using namespace std;
11 
12 string xmlPath = "./haarcascade_frontalface_default.xml";
13 string path = "./picture.jpg";
14 
15 void detectAndDisplay(Mat image);
16 int main() {
17     VideoCapture cap;
18     // 读取摄像头
19     cap.open(0);
20     // 判断摄像头是否打开
21     if (!cap.isOpened()) {
22         std::cerr << "Could‘t open capture" << std::endl;
23         return -1;
24     }
25     cv::Mat frame;
26     //摄像头拍照储存照片的名字
27     std::string imgName = "picture.jpg";
28     cap >> frame;
29     if (frame.empty()) {
30         return 0;
31     }
32     cv::imwrite(imgName, frame);
33     frame.release();
34 
35     //命名一个窗口，path为文件路径
36     Mat image = imread(path);               
37 
38     CascadeClassifier a;     //创建脸部对象
39     if (!a.load(xmlPath))    
40     {
41         cout << "无法加载xml文件" << endl;
42         return 0;
43     }
44     detectAndDisplay(image);// 检测人脸
45     cvWaitKey(0);  
46 
47     return 0;
48 }
49 void detectAndDisplay(Mat image)
50 {
51     CascadeClassifier ccf;      //创建脸部对象
52     ccf.load(xmlPath);           //导入opencv自带检测的文件
53     vector<Rect> faces;
54     Mat gray;
55     cvtColor(image, gray, CV_BGR2GRAY);        //图像中不同的色彩空间进行转换
56     equalizeHist(gray, gray);  //直方图均衡化，用于提高图像的质量
57 
58 /*
59     人脸检测是采用滑动窗口的方式，使一张图片可能出现人脸的地方全部检测到，
60     
61     窗口大小存在调整，这样造成多个窗口标记同一张脸情况，为了解决这种问题，又引进比分策略
62     比分最高的窗口留下，其他舍去。
63 
64     为了找到最优解，图片也存在等比例缩放，然后再次进行窗口滑动检测，因此人脸检测是十分消耗资源的工作。
65 
66     ccf.detectMultiScale(gray, faces, 1.1, 3, 0, Size(50, 50), Size(500, 500))中
67     gray    为输入的图片
68     faces    为检测到的人脸序列
69     1.1        为每次图像尺寸减小的比例
70     3        多次检测，检测3次
71     0        //未知
72     剩下两个的窗口的最大尺寸与最小尺寸
73 */
74     ccf.detectMultiScale(gray, faces, 1.1, 3, 0, Size(50, 50), Size(500, 500));
75     for (vector<Rect>::const_iterator iter = faces.begin(); iter != faces.end(); iter++)
76     {
77         rectangle(image, *iter, Scalar(0, 0, 255), 2, 8); //画出脸部矩形
78     }
79 
80     imshow("1", image);
81     cvWaitKey(0);
82 
83 }