这节课,我们再来看一个简单且实用的例子:人脸识别。这个小例子可以让你进一步领略openCV的强悍。
1.复制demo14并改名为demo15。
2.修改capImg函数:
int fmle::capImg() {// 加载人脸检测分类器cv::CascadeClassifier faceCascade;faceCascade.load("E:\\SDK\\opencv-sdk\\data\\haarcascades\\haarcascade_frontalface_default.xml");cv::Mat image;image = cv::imread("girl.jpg");// 将图像转换为灰度图像cv::Mat grayImage;cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);// 进行人脸检测std::vector<cv::Rect> faces;faceCascade.detectMultiScale(grayImage, faces, 1.1, 3, 0, cv::Size(30, 30));// 在图像上绘制检测到的人脸for (const auto& face : faces) {cv::rectangle(image, face, cv::Scalar(0, 255, 0), 2);}mainDlg->drawMatOfPub(image);return 0;
}
3.调试运行,当人脸被检测到时会在人脸周围显示绿框。
4.当然也可以实时检测摄像头中的人脸,流程与图片检测差不多,修改capCam函数:
int fmle::capCam() {videoCap.open(0); // 加载人脸检测分类器cv::CascadeClassifier faceCascade;faceCascade.load("E:\\SDK\\opencv-sdk\\data\\haarcascades\\haarcascade_frontalface_default.xml");while (true){cv::Mat image;BOOL ifSuccess = videoCap.read(image);// 将图像转换为灰度图像cv::Mat grayImage;cv::cvtColor(image, grayImage, cv::COLOR_BGR2GRAY);// 进行人脸检测std::vector<cv::Rect> faces;faceCascade.detectMultiScale(grayImage, faces, 1.1, 3, 0, cv::Size(30, 30));// 在图像上绘制检测到的人脸for (const auto& face : faces) {cv::rectangle(image, face, cv::Scalar(0, 255, 0), 2);}mainDlg->drawMatOfPub(image);Sleep(40);} videoCap.release();return 0;
}
不过,这个算法对长的不太帅或不太漂亮的人脸有时候会失效。