OpenCV实践之路——人脸检测（C++/Python) 【转】

转自：

版权声明：本文为博主原创文章，转载请联系作者取得授权。

 

 

本文由@出品，转载请注明作者和出处。

文章链接：

微博： 

 

之前一直觉得人脸检测是非常麻烦的，即使是用，麻烦到我都不敢去碰。这两天仔细看了下，如果只是调用opencv自带的分类器和函数的话，简直是简单。这不，正好最近也在学习，索性就用C++和Python两种语言都实现一下。当然，我现在这个是最简单的版本。

 

步骤：

 

调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接：

2.调用detectMultiScale()函数检测，调整函数的参数可以使检测结果更加精确。

3.把检测到的人脸等用矩形（或者圆形等其他图形）画出来。

 

主要函数：

 

这里面最主要的一个函数就是detectMultiScale()。文档中的解释如下：

 

 

1.image表示的是要检测的输入图像

2.objects表示检测到的人脸目标序列

3.scaleFactor表示每次图像尺寸减小的比例

4. minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),

5.minSize为目标的最小尺寸

6.minSize为目标的最大尺寸

 

适当调整4,5,6两个参数可以用来排除检测结果中的干扰项。

 

程序：

 

C++程序如下：

[cpp]

 

Python程序如下：

import numpy as np
import cv2


face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")
eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")

img = cv2.imread("/2.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))

if len(faces)>0:
    for faceRect in faces:
        x,y,w,h = faceRect
        cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)

        roi_gray = gray[y:y+h,x:x+w]
        roi_color = img[y:y+h,x:x+w]

        eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

cv2.imshow("img",img)
cv2.waitKey(0)

 

效果：

 

最终结果如下图所示：

 

 

 

 

最近开通了公众号，感兴趣的同学可以扫码在微信上交流。