openCV学习日志（三）图像的人脸识别

本篇主要介绍图像的人脸识别算法，示例程序如下：

#include <Windows.h>    
#include <vector>    
#include <iostream>    
#include <string>    
#include <opencv2\opencv.hpp>    

using namespace std;
using namespace cv;

int main(int argc, char* argv[])
{

 //加载Haar特征检测分类器    
 CascadeClassifier cascade;
 cascade.load("D:\\Program Files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt2.xml");

 // 载入图像    
 const string pstrImageName = "2.jpg";
 Mat SrcImage = imread(pstrImageName, CV_LOAD_IMAGE_COLOR);
 Mat GrayImage;

 cvtColor(SrcImage, GrayImage, CV_BGR2GRAY);    //转换为灰度图

 //人脸识别与标记    
 if (cascade.empty())
  cout << "未加载分类器" << endl;   //判断分类器

 CvScalar FaceCirclecolors[] =   
 {
  { { 0, 0, 255 } },
  { { 0, 128, 255 } },
  { { 0, 255, 255 } },
  { { 0, 255, 0 } },
  { { 255, 128, 0 } },
  { { 255, 255, 0 } },
  { { 255, 0, 0 } },
  { { 255, 0, 255 } }
 };                                   //标记圆的颜色

 vector<cv::Rect> faces;

 DWORD dwTimeBegin, dwTimeEnd;
 dwTimeBegin = GetTickCount();
 // 识别    
 cascade.detectMultiScale(GrayImage, faces);
 dwTimeEnd = GetTickCount();

 cout << "人脸个数:" << faces.end() - faces.begin()
  << "识别用时:" << dwTimeEnd - dwTimeBegin << "ms\n";
 // 标记    
 int n = 0;
 for (vector<cv::Rect>::const_iterator i = faces.begin(); i <faces.end(); i++, n++)
 {
  Point center;
  int radius;
  center.x = cvRound((i->x + i->width * 0.5));
  center.y = cvRound((i->y + i->height * 0.5));
  radius = cvRound((i->width + i->height) * 0.25);
  circle(SrcImage, center, radius, FaceCirclecolors[n % 8], 2);
 }


 imshow("src", SrcImage);
 waitKey();

}

挑选图片进行处理，执行结果如下：

在该程序中，我们使用opencv自带的Haar特征检测分类器对图片进行检测，并对人脸进行标识。

一、cvtColor() 颜色空间转换函数

C++: void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0 );

功能：在图像处理中，将一个颜色空间（如RGB颜色空间）的图像转换为其他颜色空间的图像，如灰度图、二值图、HSV图等等。在参数列表中，InputArray src为输入图像，OutputArray dst为输出图像，code为转换标志，例如CV_BGR2GRAY、COLOR_BGR2HSV等等。

二、waitKey() 延时函数

C++: int waitKey(int delay=0)

其中delay为延时时间（单位为ms），delay=0表示窗口会一直显示。

当delay<0时，窗口会等待一个给定的按键指令以结束。

PS：该函数只在有higui图形窗口存在时才有作用。

三、vector<cv::Rect> faces

vector是C++标准模版库（STL）中的内容，是一个能存放任意类型数据的动态数组。其使用方式为：

vector<数据类型名> 变量名

cv::Rect opencv中定义的矩形类

typedef struct CvRect   
　　{   
　　int x; /* 方形的左上角的x-坐标 */   
　　int y; /* 方形的左上角的y-坐标*/   
　　int width; /* 宽 */   
　　int height; /* 高 */   
　　}

其中，变量名可以调用begin()和end()函数，返回矩形类的起始和末端迭代器，迭代器的作用相当于加强的指针，可以通过*访问vector中的元素。同时，指向a的迭代器可以通过->操作符访问a的内部成员。

四、DWORD

MFC中的数据类型，为unsighed long

GetTickCount() 返回OS从启动到现在经过的时间，经常用于确认代码的运行时间。

五、detectMultiScale() 人脸检测函数

opencv2中人脸检测使用的是 detectMultiScale函数。它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示），函数由分类器对象调用。

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()  
);

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；
flags--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；
minSize和maxSize用来限制得到的目标区域的范围。

六、vector<cv::Rect>::const_iterator 迭代器

定义相应类型的迭代器，需要注意的是，const_iterator只能访问变量，不能改变变量的值。

七、cvRound 近似函数

int cvRound(double x) 返回跟参数最接近的整数值；

八、circle() 画圆函数

cvCircle(CvArr* img, CvPoint center, int radius, CvScalar color, int thickness=1, int lineType=8, int shift=0)

img为源图像指针
center为画圆的圆心坐标
radius为圆的半径
color为设定圆的颜色
thickness 如果是正数，表示组成圆的线条的粗细程度
line_type 线条的类型。默认是8
shift 圆心坐标点和半径值的小数点位数

下篇将介绍关于人脸识别程序的进一步分析。

openCV学习日志（三） 图像的人脸识别

openCV学习日志（三）图像的人脸识别