级联分类器目标

2020-02-21 11:04:54 阅读：304 来源： 互联网

标签：xml eyes 级联 frame 目标分类器 cascade faces

级联分类器
目标
在这节教程中您将学到:

使用 CascadeClassifier 类来检测视频流中的物体. 特别地, 我们将使用函数:
load 来加载一个 .xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.
detectMultiScale 来进行图像的多尺度检测.
原理
代码
本教程的代码如下所示. 你也可以点这里下载. 第二个版本 (使用LBP进行人脸检测) 可以从这里找到.

#include “opencv2/objdetect/objdetect.hpp”
#include “opencv2/highgui/highgui.hpp”
#include “opencv2/imgproc/imgproc.hpp”

#include
#include <stdio.h>

using namespace std;
using namespace cv;

/** 函数声明 */
void detectAndDisplay( Mat frame );

/** 全局变量 */
string face_cascade_name = “haarcascade_frontalface_alt.xml”;
string eyes_cascade_name = “haarcascade_eye_tree_eyeglasses.xml”;
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
string window_name = “Capture - Face detection”;
RNG rng(12345);

/** @主函数 /
int main( int argc, const char* argv )
{
CvCapture* capture;
Mat frame;

//-- 1. 加载级联分类器文件
if( !face_cascade.load( face_cascade_name ) ){ printf("–(!)Error loading\n"); return -1; };
if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("–(!)Error loading\n"); return -1; };

//-- 2. 打开内置摄像头视频流
capture = cvCaptureFromCAM( -1 );
if( capture )
{
while( true )
{
frame = cvQueryFrame( capture );

//-- 3. 对当前帧使用分类器进行检测
if( !frame.empty() )
{ detectAndDisplay( frame ); }
else
{ printf(" --(!) No captured frame – Break!"); break; }

   int c = waitKey(10);
   if( (char)c == 'c' ) { break; }
  }

}
return 0;
}

/** @函数 detectAndDisplay */
void detectAndDisplay( Mat frame )
{
std::vector faces;
Mat frame_gray;

cvtColor( frame, frame_gray, CV_BGR2GRAY );
equalizeHist( frame_gray, frame_gray );

//-- 多尺寸检测人脸
face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );

for( int i = 0; i < faces.size(); i++ )
{
Point center( faces[i].x + faces[i].width0.5, faces[i].y + faces[i].height0.5 );
ellipse( frame, center, Size( faces[i].width0.5, faces[i].height0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );

Mat faceROI = frame_gray( faces[i] );
std::vector<Rect> eyes;

//-- 在每张人脸上检测双眼
eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );

for( int j = 0; j < eyes.size(); j++ )
 {
   Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 );
   int radius = cvRound( (eyes[j].width + eyes[i].height)*0.25 );
   circle( frame, center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 );
 }

}
//-- 显示结果图像
imshow( window_name, frame );
}
代码解释
结果
下图就是使用上述代码对内置摄像头的视频流进行人脸检测的结果图像:

…/…/…/…/_images/Cascade_Classifier_Tutorial_Result_Haar.jpg
注意复制分类器文件 haarcascade_frontalface_alt.xml 和 haarcascade_eye_tree_eyeglasses.xml 到你的当前目录下. 他们在OpenCV安装文件夹 opencv/data/haarcascades 里面.

下图是使用分类器文件 lbpcascade_frontalface.xml (LBP特征训练的) 进行的检测结果. 对于双眼的检测依旧使用刚才使用过的分类器.

…/…/…/…/_images/Cascade_Classifier_Tutorial_Result_LBP.jpg
翻译者¶

xyzyjg 发布了2 篇原创文章 · 获赞 0 · 访问量 35 私信关注

标签：xml,eyes,级联,frame,目标,分类器,cascade,faces
来源： https://blog.csdn.net/xyzyjg/article/details/104423785

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

级联分类器 目标

级联分类器目标