【OpenCV入门指南】第十三篇人脸识别

桃扇骨 2022-04-01 12:28 163阅读 0赞

[OpenCV][] [人脸识别][Link 1] [人脸检测][Link 2] [cvHaarDetectObjects][]

目录[(?)][Link 3][\[+\]][Link 3]

# 【OpenCV入门指南】第十三篇 人脸识别 #

本篇介绍图像处理与模式识别中最热门的一个领域——人脸识别（人脸检测）。人脸识别可以说是学术界的宠儿，在不少EI，SCI高级别论文都能看到它的身影。甚至很多高校学生的毕业设计都会涉及到人脸识别。当然人脸识别的巨大实用价值也让很多公司纷纷关注，很多公司都拥有这方面的专利或是开发商业产品出售。

在OpenCV中，人脸识别也是其热门应用之一。在OpenCV的[特征检测专题][Link 4]就详细介绍了人脸识别的原理——通过Haar特征来识别是否为人脸。Haar特征检测原理与Haar特征分类器的训练放到下一篇《【OpenCV入门指南】第十四篇 Haartraining》来讲，本篇主要介绍如何在OpenCV中使用Haar特征分类器来对图像中的人脸进行检测和识别。下面将分成五步来详细示范如何在OpenCV中进行人脸识别：

一．人脸的Haar特征分类器是什么

二．在哪找人脸的Haar特征分类器

三．怎么用人脸的Haar特征分类器

四．人脸识别示例代码

五．人脸识别程序运行结果

## 一．人脸的Haar特征分类器是什么 ##

人脸的Haar特征分类器就是一个XML文件，该文件中会描述人脸的Haar特征值。当然Haar特征的用途可不止可以用来描述人脸这一种，用来描述眼睛，嘴唇或是其它物体也是可以的。

## 二．在哪找人脸的Haar特征分类器 ##

OpenCV有已经自带了人脸的Haar特征分类器。OpenCV安装目录中的\\data\\ haarcascades目录下的haarcascade\_frontalface\_alt.xml与haarcascade\_frontalface\_alt2.xml都是用来检测人脸的Haar分类器。这个haarcascades目录下还有人的全身，眼睛，嘴唇的Haar分类器。读者可以仿照本方的例子来试验下效果看看。

## 三．怎么用人脸的Haar特征分类器 ##

使用人脸的Haar特征分类器非常之简单，直接使用cvHaarDetectObjects。下面来看看这个函数的介绍：

函数功能：检测图像中的目录

函数原型：

CVAPI(CvSeq\*) cvHaarDetectObjects(

const CvArr\* image,

CvHaarClassifierCascade\* cascade,

CvMemStorage\* storage,

double scale\_factor CV\_DEFAULT(1.1),

int min\_neighbors CV\_DEFAULT(3),

int flags CV\_DEFAULT(0),

CvSize min\_size CV\_DEFAULT(cvSize(0,0)),

CvSize max\_size CV\_DEFAULT(cvSize(0,0))

);

函数说明：

第一个参数表示输入图像，尽量使用灰度图以加快检测速度。

第二个参数表示Haar特征分类器，可以用cvLoad()函数来从磁盘中加载xml文件作为Haar特征分类器。

第三个参数为CvMemStorage类型，大家应该很熟悉这个CvMemStorage类型了，《[OpenCV入门指南][OpenCV 1]》中很多文章都介绍过了。

第四个参数表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%

第五个参数表示构成检测目标的相邻矩形的最小个数(默认为3个)。如果组成检测目标的小矩形的个数和小于 min\_neighbors - 1 都会被排除。如果min\_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框，这种设定值一般用在用户自定义对检测结果的组合程序上。

第六个参数要么使用默认值，要么使用CV\_HAAR\_DO\_CANNY\_PRUNING，如果设置为CV\_HAAR\_DO\_CANNY\_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域，因此这些区域通常不会是人脸所在区域。

第七个，第八个参数表示检测窗口的最小值和最大值，一般设置为默认即可。

函数返回值：

函数将返回CvSeq对象，该对象包含一系列CvRect表示检测到的人脸矩形。

## 四．人脸识别示例代码 ##

下面给出一个完整的示例代码，代码中的GetTickCount可以参阅《[Windows 各种计时函数总结][Windows]》，cvEqualizeHist可以参阅《[【OpenCV入门指南】第八篇灰度直方图][OpenCV 2]》。

**\[cpp\]** [view plain][Link 3] [copy][Link 3]

1.  <pre **class**="cpp" name="code">// 编译前请配置好VS2008的编译环境
2.  // 详见《【OpenCV入门指南】第一篇 安装OpenCV》
3.  // 地址： http://blog.csdn.net/morewindows/article/details/8225783
4.  
5.  // 本文配套博客文章地址：
6.  // http://blog.csdn.net/morewindows/article/details/8426318
7.  
8.  // Haar特征检测 - 人脸识别
9.  //By MoreWindows (http://blog.csdn.net/MoreWindows)
10. \#include <opencv2/opencv.hpp>
11. \#include <cstdio>
12. \#include <cstdlib>
13. \#include <Windows.h>
14. **using****namespace** std; 
15. **int** main() 
16. \{ 
17. // 加载Haar特征检测分类器
18. // haarcascade\_frontalface\_alt.xml系OpenCV自带的分类器 下面是我机器上的文件路径
19. **const****char** \*pstrCascadeFileName = "G:\\\\OpenCV\\\\opencv\\\\data\\\\haarcascades\\\\haarcascade\_frontalface\_alt.xml"; 
20.  CvHaarClassifierCascade \*pHaarCascade = NULL; 
21.  pHaarCascade = (CvHaarClassifierCascade\*)cvLoad(pstrCascadeFileName); 
22. 
23. // 载入图像
24. **const****char** \*pstrImageName = "101.jpg"; 
25.  IplImage \*pSrcImage = cvLoadImage(pstrImageName, CV\_LOAD\_IMAGE\_UNCHANGED); 
26. 
27.  IplImage \*pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL\_DEPTH\_8U, 1); 
28.  cvCvtColor(pSrcImage, pGrayImage, CV\_BGR2GRAY); 
29. 
30. // 人脸识别与标记
31. **if** (pHaarCascade != NULL) 
32.  \{ 
33.  CvScalar FaceCirclecolors\[\] = 
34.  \{ 
35.  \{ \{0, 0, 255\}\}, 
36.  \{ \{0, 128, 255\}\}, 
37.  \{ \{0, 255, 255\}\}, 
38.  \{ \{0, 255, 0\}\}, 
39.  \{ \{255, 128, 0\}\}, 
40.  \{ \{255, 255, 0\}\}, 
41.  \{ \{255, 0, 0\}\}, 
42.  \{ \{255, 0, 255\}\} 
43.  \}; 
44. 
45.  CvMemStorage \*pcvMStorage = cvCreateMemStorage(0); 
46.  cvClearMemStorage(pcvMStorage); 
47. // 识别
48. **DWORD** dwTimeBegin, dwTimeEnd; 
49.  dwTimeBegin = GetTickCount(); 
50.  CvSeq \*pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage); 
51.  dwTimeEnd = GetTickCount(); 
52. 
53.  printf("人脸个数: %d 识别用时: %d ms\\n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin); 
54. 
55. // 标记
56. **for**(**int** i = 0; i <pcvSeqFaces->total; i++) 
57.  \{ 
58.  CvRect\* r = (CvRect\*)cvGetSeqElem(pcvSeqFaces, i); 
59.  CvPoint center; 
60. **int** radius; 
61.  center.x = cvRound((r->x + r->width \* 0.5)); 
62.  center.y = cvRound((r->y + r->height \* 0.5)); 
63.  radius = cvRound((r->width + r->height) \* 0.25); 
64.  cvCircle(pSrcImage, center, radius, FaceCirclecolors\[i % 8\], 2); 
65.  \} 
66.  cvReleaseMemStorage(&pcvMStorage); 
67.  \} 
68. 
69. **const****char** \*pstrWindowsTitle = "人脸识别 (http://blog.csdn.net/MoreWindows)"; 
70.  cvNamedWindow(pstrWindowsTitle, CV\_WINDOW\_AUTOSIZE); 
71.  cvShowImage(pstrWindowsTitle, pSrcImage); 
72. 
73.  cvWaitKey(0); 
74. 
75.  cvDestroyWindow(pstrWindowsTitle); 
76.  cvReleaseImage(&pSrcImage); 
77.  cvReleaseImage(&pGrayImage); 
78. **return** 0; 
79. \}</pre><br>

## 五．人脸识别程序运行结果 ##

运行结果一（单人正面）：

![1356348437_2366.JPG][]

这张图的干扰太少，换张干扰大点的图来试试。

运行结果二（单人侧面）：

![1356348454_1383.JPG][]

呵呵，左边那个人眼睛被挡住了，因此普通的人脸检测肯定难以识别的。

运行结果三（多人）：

![1356348469_7688.JPG][]

效果还不错。当然商业级产品的准确度，性能，效率肯定会比OpenCV自带的分类器高的多。

下一篇《【OpenCV入门指南】第十四篇 Haartraining》将介绍如何训练Haar特征分类器并简要介绍Haar特征检测的原理。欢迎继续浏览。

下面列出OpenCV入门指南系列目录，以方便大家查看：

1.《[【OpenCV入门指南】第一篇安装OpenCV][OpenCV_OpenCV]》

2.《[【OpenCV入门指南】第二篇缩放图像][OpenCV 3]》

3.《[【OpenCV入门指南】第三篇Canny边缘检测][OpenCV_Canny]》

4.《[【OpenCV入门指南】第四篇图像的二值化][OpenCV 4]》

5.《[【OpenCV入门指南】第五篇轮廓检测上][OpenCV 5]》

6.《[【OpenCV入门指南】第六篇轮廓检测下][OpenCV 6]》

7.《[【OpenCV入门指南】第七篇线段检测与圆检测][OpenCV 7]》

8.《[【OpenCV入门指南】第八篇灰度直方图][OpenCV 2]》

9.《[【OpenCV入门指南】第九篇灰度直方图均衡化][OpenCV 8]》

10.《[【OpenCV入门指南】第十篇彩色直方图均衡化][OpenCV 9]》

11.《[【OpenCV入门指南】第十一篇鼠标绘图][OpenCV 10]》

12.《[【OpenCV入门指南】第十二篇无法运行OpenCV程序？][OpenCV_OpenCV 1]》

13.《[【OpenCV入门指南】第十三篇人脸识别][OpenCV 11]》

14.《【OpenCV入门指南】第十四篇 Haartraining》即将发布

《OpenCV入门指南》系列文章地址：[http://blog.csdn.net/morewindows/article/category/863841][http_blog.csdn.net_morewindows_article_category_863841]

转载请标明出处，原文地址：[http://blog.csdn.net/morewindows/article/details/8426318][OpenCV 11]

欢迎关注微博：[http://weibo.com/MoreWindows][http_weibo.com_MoreWindows]

[OpenCV]: http://blog.csdn.net/tag/details.html?tag=OpenCV
[Link 1]: http://blog.csdn.net/tag/details.html?tag=%e4%ba%ba%e8%84%b8%e8%af%86%e5%88%ab
[Link 2]: http://blog.csdn.net/tag/details.html?tag=%e4%ba%ba%e8%84%b8%e6%a3%80%e6%b5%8b
[cvHaarDetectObjects]: http://blog.csdn.net/tag/details.html?tag=cvHaarDetectObjects
[Link 3]: http://blog.csdn.net/morewindows/article/details/8426318#
[Link 4]: http://www.opencv.org.cn/index.php/%E7%89%B9%E5%BE%81%E6%A3%80%E6%B5%8B%E4%B8%93%E9%A2%98
[OpenCV 1]: http://blog.csdn.net/morewindows/article/category/1291764
[Windows]: http://blog.csdn.net/morewindows/article/details/6854764
[OpenCV 2]: http://blog.csdn.net/morewindows/article/details/8364656
[1356348437_2366.JPG]: https://img-my.csdn.net/uploads/201212/24/1356348437_2366.JPG
[1356348454_1383.JPG]: https://img-my.csdn.net/uploads/201212/24/1356348454_1383.JPG
[1356348469_7688.JPG]: https://img-my.csdn.net/uploads/201212/24/1356348469_7688.JPG
[OpenCV_OpenCV]: http://blog.csdn.net/morewindows/article/details/8225783
[OpenCV 3]: http://blog.csdn.net/morewindows/article/details/8239560
[OpenCV_Canny]: http://blog.csdn.net/morewindows/article/details/8239625
[OpenCV 4]: http://blog.csdn.net/morewindows/article/details/8239678
[OpenCV 5]: http://blog.csdn.net/morewindows/article/details/8253137
[OpenCV 6]: http://blog.csdn.net/morewindows/article/details/8253174
[OpenCV 7]: http://blog.csdn.net/morewindows/article/details/8266985
[OpenCV 8]: http://blog.csdn.net/morewindows/article/details/8364690
[OpenCV 9]: http://blog.csdn.net/morewindows/article/details/8364722
[OpenCV 10]: http://blog.csdn.net/morewindows/article/details/8426283
[OpenCV_OpenCV 1]: http://blog.csdn.net/morewindows/article/details/8426295
[OpenCV 11]: http://blog.csdn.net/morewindows/article/details/8426318
[http_blog.csdn.net_morewindows_article_category_863841]: http://blog.csdn.net/morewindows/article/category/863841
[http_weibo.com_MoreWindows]: http://weibo.com/MoreWindows