《Qt5.9.7 OpenCV 人脸识别》之OpenCV侦测识别人脸

2023-11-11 23:58

本文主要是介绍《Qt5.9.7 OpenCV 人脸识别》之OpenCV侦测识别人脸,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!

1 拷贝OpenCV自己的训练文件

OpenCV的训练文件针对不同场景提供了不同的xml格式训练文件,方便分类器使用,这里采用其中的主要以人脸为主的训练文件haarcascade_frontalface_alt2.xml。

将上上节编译好的构建目录build\install\etc\haarcascades 下的haarcascade_frontalface_alt2.xml文件拷贝到程序执行文件目录。

2 使用级联分类器CascadeClassifier

OpenCV老版本使用CvHaarClassifierCascade函数,老版本的分类器只支持类Haar特征。3.4.5版本是新版本,可以使用CascadeClassifier类训练人脸检测器,CascadeClassifier既可以使用Haar,也可以使用LBP特征。

2.1 创建分类器对象,定义分类器加载成功标识

 
  1. CascadeClassifier m_ccf; //创建分类器对象

  2. bool m_isClassifierLoaded; //分类器加载成功标识

2.2 分类器加载训练文件

定义训练文件

const std::string xmlPath = "haarcascade_frontalface_alt2.xml";

程序启动加载训练文件

m_isClassifierLoaded = m_ccf.load(xmlPath);   //加载训练文件

3 检测人脸

 
  1. void MainWindow::imageShow(const Mat &img, QLabel *label)

  2. {

  3. if(m_isClassifierLoaded) //加载训练文件已成功

  4. {

  5. std::vector<Rect> faces; //创建一个容器保存检测出来的脸

  6. Mat gray;

  7.  
  8. cvtColor(img,gray,CV_BGR2GRAY); //转换成灰度图,因为harr特征从灰度图中提取

  9.  
  10. equalizeHist(gray,gray); //直方图均衡行

  11.  
  12. m_ccf.detectMultiScale(gray,faces,1.1,2,0|CV_HAAR_SCALE_IMAGE, Size(30, 30)); //检测人脸

  13.  
  14. //画方框

  15. for( int i = 0; i < faces.size(); i++ ){

  16. Point centera( faces[i].x, faces[i].y);

  17. Point centerb( faces[i].x + faces[i].width, faces[i].y + faces[i].height );

  18. rectangle(img,centera,centerb,Scalar(255,0,0));

  19.  
  20. }

  21. }

  22.  
  23. image = mat2QImage(img);

  24. image = image.mirrored(true, false); //将图像水平镜像

  25. label->setPixmap(QPixmap::fromImage(image));

  26. }

4 效果图

5 程序源码

程序源码:https://gitee.com/wangzhenglin/facedetection

这篇关于《Qt5.9.7 OpenCV 人脸识别》之OpenCV侦测识别人脸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!



http://www.chinasem.cn/article/393691

相关文章

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在

android-opencv-jni

//------------------start opencv--------------------@Override public void onResume(){ super.onResume(); //通过OpenCV引擎服务加载并初始化OpenCV类库,所谓OpenCV引擎服务即是 //OpenCV_2.4.3.2_Manager_2.4_*.apk程序包,存

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

树莓派5_opencv笔记27:Opencv录制视频(无声音)

今日继续学习树莓派5 8G:(Raspberry Pi,简称RPi或RasPi)  本人所用树莓派5 装载的系统与版本如下:  版本可用命令 (lsb_release -a) 查询: Opencv 与 python 版本如下: 今天就水一篇文章,用树莓派摄像头,Opencv录制一段视频保存在指定目录... 文章提供测试代码讲解,整体代码贴出、测试效果图 目录 阶段一:录制一段

Verybot之OpenCV应用三:色标跟踪

下面的这个应用主要完成的是Verybot跟踪色标的功能,识别部分还是居于OpenCV编写,色标跟踪一般需要将图像的颜色模式进行转换,将RGB转换为HSV,因为对HSV格式下的图像进行识别时受光线的影响比较小,但是也有采用RGB模式来进行识别的情况,这种情况一般光线条件比较固定,背景跟识别物在颜色上很容易区分出来。         下面这个程序的流程大致是这样的:

Verybot之OpenCV应用二:霍夫变换查找圆

其实我是想通过这个程序来测试一下,OpenCV在Verybot上跑得怎么样,霍夫变换的原理就不多说了,下面是程序: #include "cv.h"#include "highgui.h"#include "stdio.h"int main(int argc, char** argv){cvNamedWindow("vedio",0);CvCapture* capture;i

Verybot之OpenCV应用一:安装与图像采集测试

在Verybot上安装OpenCV是很简单的,只需要执行:         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试,编写一个通过USB摄像头采

深度学习实战:如何利用CNN实现人脸识别考勤系统

1. 何为CNN及其在人脸识别中的应用 卷积神经网络(CNN)是深度学习中的核心技术之一,擅长处理图像数据。CNN通过卷积层提取图像的局部特征,在人脸识别领域尤其适用。CNN的多个层次可以逐步提取面部的特征,最终实现精确的身份识别。对于考勤系统而言,CNN可以自动从摄像头捕捉的视频流中检测并识别出员工的面部。 我们在该项目中采用了 RetinaFace 模型,它基于CNN的结构实现高效、精准的