基于OpenCV的人脸识别程序

1. 解析opencv自带人脸识别源码（……/opencv-3.1.0/samples/cpp/facedetect.cpp）@ 操作系统：Ubuntu 15.04OpenCV版本：3.1.0#include "opencv2/objdetect.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>using namespace std;
using namespace cv;static void help（）
{
cout << " This program demonstrates the cascade recognizer. Now you can use Haar or LBP features. "
"This classifier can recognize many kinds of rigid objects, once the appropriate classifier is trained. "
"It"s most known use is for faces. "
"Usage: "
"./facedetect [--cascade=<cascade_path> this is the primary trained classifier such as frontal face] "
" [--nested-cascade[=nested_cascade_path this an optional secondary classifier such as eyes]] "
" [--scale=<image scale greater or equal to 1, try 1.3 for example>] "
" [--try-flip] "
" [filename|camera_index] "
"see facedetect.cmd for one call: "
"./facedetect --cascade="../../data/haarcascades/haarcascade_frontalface_alt.xml" --nested-cascade="../../data/haarcascades/haarcascade_eye_tree_eyeglasses.xml" --scale=1.3 "
"During execution: Hit any key to quit. "
" Using OpenCV version " << CV_VERSION << " " << endl;
}void detectAndDraw（ Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade,
double scale, bool tryflip ）;string cascadeName;
string nestedCascadeName;int main（ int argc, const char** argv ）
{
VideoCapture capture;
Mat frame, image;
string inputName;
bool tryflip; // CascadeClassifier是Opencv中做人脸检测的时候的一个级联分类器，现在有两种选择：一是使用老版本的CvHaarClassifierCascade函数，一是使用新版本的CascadeClassifier类。老版本的分类器只支持类Haar特征，而新版本的分类器既可以使用Haar，也可以使用LBP特征。
CascadeClassifier cascade, nestedCascade;
double scale; cv::CommandLineParser parser（argc, argv,
"{help h||}"
"{cascade|../../data/haarcascades/haarcascade_frontalface_alt.xml|}"
"{nested-cascade|../../data/haarcascades/haarcascade_eye_tree_eyeglasses.xml|}"
"{scale|1|}{try-flip||}{@filename||}"
）;
if （parser.has（"help"））
{
help（）;
return 0;
} // 问题1：不用定义返回类型？
cascadeName = parser.get<string>（"cascade"）;
nestedCascadeName = parser.get<string>（"nested-cascade"）;
scale = parser.get<double>（"scale"）;
if （scale < 1）
scale = 1;
tryflip = parser.has（"try-flip"）;
inputName = parser.get<string>（"@filename"）;
std::cout << inputName << std::endl; // test
if （！parser.check（））
{
parser.printErrors（）;
return 0;
}

// 加载模型
if （！nestedCascade.load（ nestedCascadeName ））
cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
if（！cascade.load（ cascadeName ））
{
cerr << "ERROR: Could not load classifier cascade" << endl;
help（）;
return -1;
}
// 读取摄像头
// isdigit检测字符是否为阿拉伯数字
if（ inputName.empty（） || （isdigit（inputName[0]） && inputName.size（） == 1））
{
int c = inputName.empty（）？ 0 : inputName[0] - "0";
// 此处若系统在虚拟机上，需在虚拟机中设置接管摄像头：虚拟机（M）-> 可移动设备 -> 摄像头名称 -> 连接（断开与主机连接）
if（！capture.open（c））
cout << "Capture from camera #" << c << " didn"t work" << endl;
else {
capture.set（CV_CAP_PROP_FRAME_WIDTH, 640）;
capture.set（CV_CAP_PROP_FRAME_HEIGHT, 480）;
}
}
else if（ inputName.size（））
{
image = imread（ inputName, 1 ）;
if（ image.empty（））
{
if（！capture.open（ inputName ））
cout << "Could not read " << inputName << endl;
}
}
else
{
image = imread（ "../data/lena.jpg", 1 ）;
if（image.empty（）） cout << "Couldn"t read ../data/lena.jpg" << endl;
} if（ capture.isOpened（））
{
cout << "Video capturing has been started ..." << endl;
for（;;）
{
std::cout << "capturing..." << std::endl; // test
capture >> frame;
if（ frame.empty（））
break; Mat frame1 = frame.clone（）;
std::cout << "Start to detect..." << std::endl; // test
detectAndDraw（ frame1, cascade, nestedCascade, scale, tryflip ）; int c = waitKey（10）;
if（ c == 27 || c == "q" || c == "Q" ）
break;
}
}
else
{
cout << "Detecting face（s） in " << inputName << endl;
if（！image.empty（））
{
detectAndDraw（ image, cascade, nestedCascade, scale, tryflip ）;
waitKey（0）;
}
else if（！inputName.empty（））
{
/* assume it is a text file containing the
list of the image filenames to be processed - one per line */
FILE* f = fopen（ inputName.c_str（）, "rt" ）;
if（ f ）
{
char buf[1000+1];
while（ fgets（ buf, 1000, f ））
{
int len = （int）strlen（buf）, c;
while（ len > 0 && isspace（buf[len-1]））
len--;
buf[len] = "";
cout << "file " << buf << endl;
image = imread（ buf, 1 ）;
if（！image.empty（））
{
detectAndDraw（ image, cascade, nestedCascade, scale, tryflip ）;
c = waitKey（0）;
if（ c == 27 || c == "q" || c == "Q" ）
break;
}
else
{
cerr << "Aw snap, couldn"t read image " << buf << endl;
}
}
fclose（f）;
}
}
} return 0;
}void detectAndDraw（ Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade,
double scale, bool tryflip ）
{
double t = 0;
vector<Rect> faces, faces2;
const static Scalar colors[] =
{
Scalar（255,0,0）,
Scalar（255,128,0）,
Scalar（255,255,0）,
Scalar（0,255,0）,
Scalar（0,128,255）,
Scalar（0,255,255）,
Scalar（0,0,255）,
Scalar（255,0,255）
};
Mat gray, smallImg; cvtColor（ img, gray, COLOR_BGR2GRAY ）;
double fx = 1 / scale;
resize（ gray, smallImg, Size（）, fx, fx, INTER_LINEAR ）;
equalizeHist（ smallImg, smallImg ）; t = （double）cvGetTickCount（）;
cascade.detectMultiScale（ smallImg, faces,
1.1, 2, 0
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
|CASCADE_SCALE_IMAGE,
Size（30, 30））;
if（ tryflip ）
{
flip（smallImg, smallImg, 1）;
cascade.detectMultiScale（ smallImg, faces2,
1.1, 2, 0
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
|CASCADE_SCALE_IMAGE,
Size（30, 30））;
for（ vector<Rect>::const_iterator r = faces2.begin（）; r ！= faces2.end（）; r++ ）
{
faces.push_back（Rect（smallImg.cols - r->x - r->width, r->y, r->width, r->height））;
}
}
t = （double）cvGetTickCount（） - t;
printf（ "detection time = %g ms ", t/（（double）cvGetTickFrequency（）*1000.））;
for （ size_t i = 0; i < faces.size（）; i++ ）
{
Rect r = faces[i];
Mat smallImgROI;
vector<Rect> nestedObjects;
Point center;
Scalar color = colors[i%8];
int radius; double aspect_ratio = （double）r.width/r.height;
if（ 0.75 < aspect_ratio && aspect_ratio < 1.3 ）
{
center.x = cvRound（（r.x + r.width*0.5）*scale）;
center.y = cvRound（（r.y + r.height*0.5）*scale）;
radius = cvRound（（r.width + r.height）*0.25*scale）;
circle（ img, center, radius, color, 3, 8, 0 ）;
}
else
rectangle（ img, cvPoint（cvRound（r.x*scale）, cvRound（r.y*scale））,
cvPoint（cvRound（（r.x + r.width-1）*scale）, cvRound（（r.y + r.height-1）*scale））,
color, 3, 8, 0）;
if（ nestedCascade.empty（））
continue;
smallImgROI = smallImg（ r ）;
nestedCascade.detectMultiScale（ smallImgROI, nestedObjects,
1.1, 2, 0
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
//|CASCADE_DO_CANNY_PRUNING
|CASCADE_SCALE_IMAGE,
Size（30, 30））;
for （ size_t j = 0; j < nestedObjects.size（）; j++ ）
{
Rect nr = nestedObjects[j];
center.x = cvRound（（r.x + nr.x + nr.width*0.5）*scale）;
center.y = cvRound（（r.y + nr.y + nr.height*0.5）*scale）;
radius = cvRound（（nr.width + nr.height）*0.25*scale）;
circle（ img, center, radius, color, 3, 8, 0 ）;
}
}
imshow（ "result", img ）;
}问题未解决：运行到capture>>frame;时出现select timeout的错误；@ 操作系统：Windows 10OpenCV版本：3.1.0代码与Linux版本基本相同，未出现错误；OpenCV官方教程中文版（For Python） PDF http://www.linuxidc.com/Linux/2015-08/121400.htmUbuntu Linux下安装OpenCV2.4.1所需包 http://www.linuxidc.com/Linux/2012-08/68184.htmUbuntu 16.04上用CMake图形界面交叉编译树莓派的OpenCV3.0 http://www.linuxidc.com/Linux/2016-10/135914.htmUbuntu 12.04下安装OpenCV 2.4.5总结 http://www.linuxidc.com/Linux/2013-06/86704.htmUbuntu 10.04中安装OpenCv2.1九步曲 http://www.linuxidc.com/Linux/2010-09/28678.htm基于QT和OpenCV的人脸识别系统 http://www.linuxidc.com/Linux/2011-11/47806.htm[翻译]Ubuntu 14.04, 13.10 下安装 OpenCV 2.4.9 http://www.linuxidc.com/Linux/2014-12/110045.htmOpenCV的详细介绍：请点这里
OpenCV的下载地址：请点这里本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-11/137099.htm