配置好OpenCV环境来测试一下小程序。

1. 打开摄像头进行人脸检测
    

   #include<iostream>
   #include<opencv2/objdetect/objdetect.hpp>
   #include<opencv2/highgui/highgui.hpp>
   #include<opencv2/imgproc/imgproc.hpp>
   using namespace cv;
   
   //人脸检测的类
   CascadeClassifier faceCascade;
   
   int main()
   {
   
   	faceCascade.load("haarcascade_frontalface_alt2.xml");   //加载分类器，注意文件路径
   
   	VideoCapture cap;
   	cap.open(0);   //打开摄像头
   				   //cap.open("../data/test.avi");   //打开视频
   	
   	Mat img, imgGray;
   	vector<Rect> faces;
   	int c = 0;
   
   	if (!cap.isOpened())
   	{
   		return 1;
   	}
   
   	while (c!=27)//按Esc退出
   	{
   		cap >> img;
   		if (img.channels() == 3)
   		{
   			cvtColor(img, imgGray, CV_RGB2GRAY);
   		}
   		else
   		{
   			imgGray = img;
   		}
   
   		faceCascade.detectMultiScale(imgGray, faces, 1.2, 2, 0, Size(0, 0));   //检测人脸
   
   		if (faces.size()>0)
   		{
   			for (int i = 0; i<faces.size(); i++)
   			{
   				rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),
   					Scalar(0, 255, 0), 1, 8);    //框出人脸位置
   			}
   		}
   		namedWindow("Camera", 0);
   		imshow("Camera", img);
   		c = waitKey(4);//延迟4ms
   		//std::cout << c << std::endl;
   		//system("pause");
   	}
   	
   	return 0;
   }

   效果就不展示了。

2. 对图片中人脸进行检测

   //头文件
   #include<opencv2/objdetect/objdetect.hpp>
   #include<opencv2/highgui/highgui.hpp>
   #include<opencv2/imgproc/imgproc.hpp>
   using namespace cv;
   
   
   //人脸检测的类
   CascadeClassifier faceCascade;
   
   int main()
   {
   	faceCascade.load("haarcascade_frontalface_alt2.xml");   //加载分类器，注意文件路径
   
   	Mat img = imread("D:\\Coder\\vs\\face3\\face3\\11.jpg",CV_LOAD_IMAGE_ANYCOLOR);
   	Mat imgGray;
   	std::vector<Rect> faces;
   
   	if (!img.data)
   	{
   		return 1;
   	}
   
   	if (img.channels() == 3)
   	{
   		cvtColor(img, imgGray, CV_RGB2GRAY);
   	}
   	else
   	{
   		imgGray = img;
   	}
   
   	faceCascade.detectMultiScale(imgGray, faces, 1.2, 6, 0, Size(0, 0));   //检测人脸
   
   	if (faces.size() > 0)
   	{
   		for (int i = 0; i < faces.size(); i++)
   		{
   			rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height),
   				Scalar(0, 255, 0), 1, 8);    //框出人脸位置
   		}
   	}
   
   	imshow("FacesOfPrettyGirl", img);
   
   	waitKey(0);
   	system("pause");
   	return 0;
   }

   

实现人脸检测主要依赖于detectMultiScale()函数，下面简单说一下函数参数的含义，先看函数原型：

CV_WRAP virtual void detectMultiScale( const Mat& image,
                                   CV_OUT vector<Rect&gt;& objects,
                                   double scaleFactor=1.1,
                                   int minNeighbors=3, int flags=0,
                                   Size minSize=Size(),
                                   Size maxSize=Size() );

参数的意义：

const Mat& image: 需要被检测的图像（灰度图）
vector<Rect>& objects: 保存被检测出的人脸位置坐标序列
double scaleFactor: 每次图片缩放的比例
int minNeighbors: 每一个人脸至少要检测到多少次才算是真的人脸
int flags： 决定是缩放分类器来检测，还是缩放图像
Size(): 表示人脸的最大最小尺寸

 

在OpenCV中，使用已经训练好的XML格式的分类器进行人脸检测。在OpenCV的安装目录下的sources文件夹里的data文件夹里可以看到，文件夹的名字“haarcascades”、“hogcascades”和“lbpcascades”分别表示通过“haar”、“hog”和“lbp”三种不同的特征而训练出的分类器：即各文件夹里的文件。"haar"特征主要用于人脸检测，“hog”特征主要用于行人检测，“lbp”特征主要用于人脸识别。