若该文为原创文章，未经允许不得转载
原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/106057214
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究

红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中...（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（五十三）：红胖子8分钟带你深入了解模板匹配识别（图文并茂+浅显易懂+程序源码）》

下一篇：持续补充中…

前言

      红胖子来也！！！

      上一篇使用了模板匹配去识别人脸，本篇章使用OpenCV提供的级联分类器进行人脸识别。

Demo

人脸识别技术

人脸识别技术有两大类：

基于几何特征的人脸检测

使用人脸组合的几何特征的方式识别人脸，人脸的几何特征：眼睛、眉毛、鼻子、脸颊、额头、嘴巴、下巴等等；

基于统计特征的人脸检测

使用模式识别的方法实现特性人脸的训练，在进行相似度判断，如神经网络等分类方法。

Haar级联分类器

概述

Haar级联分类器就是基于Haar特征的级联分类器，涉及到两个概念：一个是Haar特征，一个是级联分类器。

Haar特征

本篇章Demo是基于Haar特征的，使用了openCV自带的Haar分类器初始化文件。

（关于具体的将会在后续的文章中解说）

级联分类器

级联分类器类的检测框架简而言之就是一个多尺度缩放+滑动窗口遍历搜索的框架。

    级联分类器试讲若干个分类器进行连接，从而构成一种多项式的强分类方法，单个分类器可以由若干个弱分类器加权组成。

      （关于具体的将会在后续的文章中解说）

OpenCV基于级联分类器的人脸识别

级联分类器类CascadeClassifier

OpenCV提供了CascadeClassifier用于检测物体的级联分类器，其使用过程是先需要读取加载一个文件读取分类器。

 bool CascadeClassifier::load( const String& filename );

• 参数一：String类型的filename，读取级联分类器初始化文件；

然后使用人脸检测函数，进行人脸检测。

级联分类器检测人脸函数原型

（注意：有三个重载函数）

 void CascadeClassifier::detectMultiScale( InputArray image,                                           std::vector<Rect>& objects,                                           double scaleFactor = 1.1,                                           int minNeighbors = 3,                                           int flags = 0,                                           Size minSize = Size(),                                           Size maxSize = Size()); 

• 参数一：InputArray类型的image，包含检测到对象的图像的CV_8U类型的图像矩阵，即Mat；
• 参数二：std::vector<Rect>类型的objects，矩形的对象向量，其中每个矩形包含检测到的对象矩形可能部分位于原始图像之外，即人脸区域矩形；
• 参数三：double类型的scaleFactor，指定在每个图像比例下图像大小减小的程度；
• 参数四：int类型的minNeighbors，匹配成功所需要的周围矩形框的数目（由于调整滑动窗口的大小和很多误报），每一个特征匹配到的区域都是一个矩形框，只有多个矩形框同时存在的时候，才认为是匹配成功，比如人脸，这个默认值是3;
• 参数五：int类型的flags，标记与函数中的旧级联具有相同含义的参cvHaarDetectObjects，它不用于新的级联，类型参照：

• 参数六：Size类型的fminSize，最小可能的对象大小。小于该值的对象将被忽略；
• 参数七：Size类型的maxSize，最大可能对象大小。大于该值的对象将被忽略。如果“maxSize==minSize”模型是按单个比例计算的；

openCV级联分类器初始化文件

Demo涉及其他相关技术

OpenCV操作视频，请查看博文：《OpenCV开发笔记（四）：OpenCV图片和视频数据的读取与存储》

OpenCV绘制图形，请查看博文：《OpenCV开发笔记（七）：OpenCV基础图形绘制》

Demo源码

 void OpenCVManager::testCascadeClassifier() {     cv::String windowName = _windowTitle.toStdString();     cvui::init(windowName);      cv::Mat windowMat = cv::Mat(cv::Size(520, 400),                                 CV_8UC3);      cv::VideoCapture videoCapture;     videoCapture.open("E:/testFile/4.avi"); //    videoCapture.open("E:/testFile/4.mp4");      cv::Mat mat;     cv::Mat dstMat;     int currentIndex = 0;      // 级联人脸分类器     cv::CascadeClassifier cascadeClassifier;     cascadeClassifier.load("E:/qtProject/openCVDemo/openCVDemo/modules/openCVManager/data/haarcascades/haarcascade_frontalface_alt.xml");     while(true)     {         // 刷新全图黑色         windowMat = cv::Scalar(0, 0, 0);         currentIndex = videoCapture.get(cv::CAP_PROP_POS_FRAMES);         videoCapture >> mat;         if(!mat.empty())         {             dstMat = mat.clone();;              // 灰度变换             cv::Mat grayMat;             cv::cvtColor(dstMat, grayMat, CV_BGR2GRAY);             // 直方图均衡化             cv::Mat histMat;             cv::equalizeHist(grayMat, histMat);             // 多尺度人脸检测             std::vector<cv::Rect> faces;             cascadeClassifier.detectMultiScale(histMat,                                                faces,                                                1.1,                                                3,                                                0 | cv::CASCADE_SCALE_IMAGE,                                                cv::Size(10, 10));             qDebug() << __FILE__ << __LINE__ << "faces number:" << faces.size();             // 人脸检测结果判定             for(int index = 0; index < faces.size(); index++)             {                 // 检测到人脸                 cv::rectangle(dstMat, faces.at(index), cv::Scalar(0, 0, 255));             }              // 视频复制             mat = windowMat(cv::Range(0, 0 + dstMat.rows),                             cv::Range(0, 0 + dstMat.cols));             cv::addWeighted(mat, 0.0f, dstMat, 1.0f, 0.0f, mat);         }         // 更新         cvui::update();         // 显示         cv::imshow(windowName, windowMat);         // esc键退出         int key = cv::waitKey(0);         switch (key) {         case 97:        // 'a' 往前一帧             currentIndex--;             if(currentIndex < 0)             {                 currentIndex = 0;             }             videoCapture.set(cv::CAP_PROP_POS_FRAMES, currentIndex);             break;         case 115:       // ‘s’ 往后一帧             break;         default:             break;         }         if(key == 27)         {             break;         }     } } 

工程模板：对应版本号v1.49.0

      对应版本号v1.49.0

上一篇：《OpenCV开发笔记（五十三）：红胖子8分钟带你深入了解模板匹配识别（图文并茂+浅显易懂+程序源码）》

下一篇：持续补充中…

原博主博客地址：https://blog.csdn.net/qq21497936
原博主博客导航：https://blog.csdn.net/qq21497936/article/details/102478062
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/106057214