小编所有的帖子都是基于unbuntu
系统的,当然稍作修改同样试用于windows的,经过小编的绞尽脑汁,把刚刚发的那篇
python 实现人脸和眼睛的检测的程序用
C++ 实现了,当然,也参考了不少大神的博客,下面我们就一起来看看:
Linux系统下安装opencv我就再啰嗦一次,防止有些人没有安装没调试出来喷小编的程序是个坑,
sudo apt-get install libcv-dev
sudo apt-get install libopencv-dev
看看你的usr/share/opencv/haarcascades目录下有没有出现几个训练集.XML文件,接下来我拿人脸和眼睛检测作为实例玩一下,程序如下:
好多人不会编译opencv,我再多写几句解决一下好多菜鸟的困难吧
copy完代码之后,保存为xiaorun.cpp哦,记得编译试用个g++ -o xiaorun ./xiaorun.cpp -lopencv_highgui -lopenc_imgproc -lopencv_core -lopencv_objdetect
即可实现
#include
#include
#include
#include
#include
using namespace cv;
using namespace std;
void detectAndDraw( Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade,
double scale, bool tryflip );
int main()
{
CascadeClassifier cascade, nestedCascade;
bool stop = false;
cascade.load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml");
nestedCascade.load("/usr/share/opencv/haarcascades/haarcascade_eye.xml");
// frame = imread("renlian.jpg");
VideoCapture cap(0); //打开默认摄像头
if(!cap.isOpened())
{
return -1;
}
Mat frame;
Mat edges;
while(!stop)
{
cap>>frame;
detectAndDraw( frame, cascade, nestedCascade,2,0 );
if(waitKey(30) >=0)
stop = true;
imshow("cam",frame);
}
//CascadeClassifier cascade, nestedCascade;
// bool stop = false;
//训练好的文件名称,放置在可执行文件同目录下
// cascade.load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml");
// nestedCascade.load("/usr/share/opencv/haarcascades/aarcascade_eye.xml");
// frame = imread("renlian.jpg");
// detectAndDraw( frame, cascade, nestedCascade,2,0 );
// waitKey();
//while(!stop)
//{
// cap>>frame;
// detectAndDraw( frame, cascade, nestedCascade,2,0 );
if(waitKey(30) >=0)
stop = true;
//}
return 0;
}
void detectAndDraw( Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade,
double scale, bool tryflip )
{
int i = 0;
double t = 0;
//建立用于存放人脸的向量容器
vector faces, faces2;
//定义一些颜色,用来标示不同的人脸
const static Scalar colors[] = {
CV_RGB(0,0,255),
CV_RGB(0,128,255),
CV_RGB(0,255,255),
CV_RGB(0,255,0),
CV_RGB(255,128,0),
CV_RGB(255,255,0),
CV_RGB(255,0,0),
CV_RGB(255,0,255)} ;
//建立缩小的图片,加快检测速度
//nt cvRound (double value) 对一个double型的数进行四舍五入,并返回一个整型数!
Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );
//转成灰度图像,Harr特征基于灰度图
cvtColor( img, gray, CV_BGR2GRAY );
// imshow("灰度",gray);
//改变图像大小,使用双线性差值
resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );
// imshow("缩小尺寸",smallImg);
//变换后的图像进行直方图均值化处理
equalizeHist( smallImg, smallImg );
//imshow("直方图均值处理",smallImg);
//程序开始和结束插入此函数获取时间,经过计算求得算法执行时间
t = (double)cvGetTickCount();
//检测人脸
//detectMultiScale函数中smallImg表示的是要检测的输入图像为smallImg,faces表示检测到的人脸目标序列,1.1表示
//每次图像尺寸减小的比例为1.1,2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),CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测,而是缩放图像,Size