opencv/C++ 人脸检测

前言

本文使用的测试资源说明：
opencv版本：opencv 4.6.0

人脸检测算法

Haar特征分类器

Haar特征分类器是一个XML文件，描述了人体各个部位的Haar特征值。包括：人脸、眼睛、鼻子、嘴等。
opencv 4.6.0自带的Haar特征分类器，包括：

人脸检测模型

haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt2.xml

• 注：识别人体其它部位，只需替换对应的xml分类器即可。

detectMultiScale函数

/********************************************************************************
image：待检测图片，一般为灰度图像加快检测速度
objects：被检测物体的矩形框向量组
scaleFactor：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%
minNeighbors：表示构成检测目标的相邻矩形的最小个数(默认为3)。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
flags：默认值0。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
minSize：用来限制得到的目标区域的范围
maxSize：用来限制得到的目标区域的范围
********************************************************************************/
void detectMultiScale(const Mat& image,CV_OUT vector<Rect>& objects,double scaleFactor = 1.1,int minNeighbors = 3, int flags = 0,Size minSize = Size(),Size maxSize = Size()
);

原彩色图片测试

int test_func_1() {Mat img = imread("test_face/group1.jpg");imshow("test", img);//建立级联分类器CascadeClassifier cascade;//加载人脸检测器cascade.load("test_face/haarcascade_frontalface_alt2.xml");//人脸检测vector<Rect> faces;cascade.detectMultiScale(img,faces,1.1,3,0,Size(30,30));//显示人脸框if (faces.size()) {cout << "人脸数量：" << faces.size() << endl;for (size_t i = 0; i < faces.size(); i++) {rectangle(img,faces[i], Scalar(0,0,255),3,8,0);}}else {cout << "未检测到人脸" << endl;}imshow("test_2", img);waitKey(0);return 0;
}

测试结果

彩色图片转灰度后测试

先转成灰度图片，再送检测，以提升检测速度。

int test_func_2() {//建立级联分类器CascadeClassifier cascade;//加载人脸检测器cascade.load("test_face/haarcascade_frontalface_alt2.xml");//读取图片Mat srcImg = imread("test_face/group1.jpg");imshow("test", srcImg);//生成灰度图Mat grayImg;grayImg.create(srcImg.size(),srcImg.type());cvtColor(srcImg,grayImg,COLOR_BGR2GRAY);//人脸检测vector<Rect> faces;cascade.detectMultiScale(grayImg, faces, 1.1, 3, 0);//显示人脸框if (faces.size()) {cout << "人脸数量：" << faces.size() << endl;for (size_t i = 0; i < faces.size(); i++) {rectangle(srcImg, faces[i], Scalar(0, 0, 255), 3, 8, 0);}}else {cout << "未检测到人脸" << endl;}imshow("test_2", srcImg);waitKey(0);return 0;
}

测试结果