本文主要是介绍haar cascade 人脸检测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
推荐一篇文章:
机器学习的两大派别|周志华教授
利用OpenCV自带的haar-cascade分类器检测,从已经训练好的xml文件加载模型,读入待检测图片,多尺度检测
<span style="font-size:10px;">#include "opencv2/core/core.hpp" #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include<vector> #include <iostream> #include <stdio.h> using namespace std; using namespace cv; string face_cascade_name = "haarcascade_frontalface_alt.xml"; //该文件存在于OpenCV安装目录下的\sources\data\haarcascades内,需要将该xml文件复制到当前工程目录下 CascadeClassifier face_cascade; void detectAndDisplay( Mat& frame ); int main( ){ Mat image; image =imread("1.jpg",1); //当前工程目录下的1.jpg文件,注意目录符号 // namedWindow("1.jpg",CV_WINDOW_AUTOSIZE );// //imshow("1.jpg",image );// // waitKey(0);//等待直到用户按下一个按键之后退出。 if( !face_cascade.load( face_cascade_name ) ){ printf("级联分类器错误,可能未找到文件,拷贝该文件到工程目录下!\n"); return -1; } detectAndDisplay(image); //调用人脸检测函数 waitKey(0); //暂停显示一下。 } void detectAndDisplay( Mat &face ){ std::vector<Rect> faces; Mat face_gray;cout<<2<<endl; cvtColor( face, face_gray, CV_RGB2GRAY ); //rgb类型转换为灰度类型 cout<<1<<endl; equalizeHist( face_gray, face_gray ); //直方图均衡化 face_cascade.detectMultiScale( face_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(1, 1) ); for( int i = 0; i < faces.size(); i++ ){ Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 ); ellipse( face, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 0), 2,7, 0 ); } imshow("人脸识别", face ); } </span>
ubuntu下用cmake编译,执行即可
如何用cmake编译,简单说下
CMake是一款工程管理软件,比Makefile平台迁移性更好,通过CMake能自动生成Makefile。用于本程序的CMake文件内容如下:
project(face)
find_package(OpenCV REQUIRED)
add_executable(face face)
target_link_libraries(face ${OpenCV_LIBS})
cmake_minimum_required(VERSION 2.8)
将上述内容保存到文件名为CMakeLists.txt(必须是这个文件名)的文件中,依次执行
cmake ./
make
cmake命令直接生成Makefile,通过Makefile生成可执行文件(这也就是为什么cmake平台迁移性好,不同的平台能生成对应的Makefile,很容易迁移到Windows)。
然后执行./face命令即可
看一下检测结果
如何利用opencv训练自己的haar分类器
OpenCV Haartraining
OpenCV训练分类器制作xml文档
Tutorial: OpenCV haartraining (Rapid Object Detection With A Cascade of Boosted Classifiers Based on Haar-like Features)
opencv haar+adaboost使用心得
OpenCV源码中Haar训练及提取特征的代码
OpenCV中Adaboost训练的经验总结
OpenCV中CascadeClassifier类实现多尺度检测源码解析
OpenCV原理解读之HAAR+Adaboost
采用opencv_cascadetrain进行训练的步骤及注意事项
Haar + Adaboost结构体信息
traincascade相关结构体
cv::CascadeClassifier类在多次读取新版本xml模
xml文件转换
基于HOG特征的Adaboost行人检测
http://blog.csdn.NET/naruto0001/article/category/1248131
http://blog.csdn.Net/naruto0001/article/details/8064007 学习代码解读
http://blog.csdn.net/njzhujinhua/article/details/38377191
http://blog.csdn.net/xidianzhimeng/article/details/10470839
http://blog.csdn.net/zouxy09/article/details/7922923
http://wenku.baidu.com/view/a862881f783e0912a2162ac3.html
http://blog.csdn.net/liulina603/article/details/8617281
http://blog.csdn.net/haidao2009/article/details/7514787
http://wenku.baidu.com/link?url=E5Fme024ZtEW3pKP4R_zLXqK0l_dWarnaDBa1Qn3rl6V4DJf_00sVXi6wzM8w_UI9T1gGJN5w105fALU4FEE3uwcRYD2MaWrELBczJeLxL_
http://blog.csdn.net/dark_scope/article/details/14103983
这篇关于haar cascade 人脸检测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!