#include
#include
using namespace std;
using namespace cv;
String fileName = "haarcascade_frontalface_alt.xml";//当前项目文件下的xml文件//opencv自带训练好的人脸识别级联器
CascadeClassifier face_cascade;//定义用来做目标检测的级联分类器的一个类
int main(int argc, char** argv)
{
if (!face_cascade.load(fileName)) //检测级联器是否加载成功
{
printf("could not load face feature data...\n");
return -1;
}
Mat src,gray;
src = imread("../path.jpg");
if (src.empty())
{
cout << "could not load image1..." << endl;
return -2;
}
namedWindow("src", WINDOW_AUTOSIZE);
imshow("src", src);
cvtColor(src, gray, COLOR_BGR2GRAY);//转换为灰度图
//直方图均衡化
equalizeHist(gray, gray);//因为积分图像特征基于矩形区域的差,如果直方图是不平衡的,这些差异就有可能由于整体光照或者测试图像的曝光而倾斜,所以这一步非常重要
vector faces;
//利用detectMultiScale搜索图像
face_cascade.detectMultiScale(gray, //灰度图像
faces, //vector边界矩形
1.1,//scaleFactor表示每次图像尺寸减小的比例
3, //minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸)
0, //flags 旧版本OpenCV 1.x级联工具
Size(30, 30)); //目标的最小尺寸
for (size_t i = 0; i < faces.size(); i++)
{
//检索到人脸则画圆形
Point center(faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5);
ellipse(src, center, Size(faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar(0,255,255), 4, 8, 0);
}
imshow("Face_detect", src);
waitKey(0);
return 0;
}
输出结果: