人臉檢測原理及示例(OpenCV+Python)

前言

關於opencv

OpenCV 是 Intel 開源計算機視覺庫 (Computer Version) 。它由一系列 C 函數和少量 C++ 類構成，實現了圖像處理和計算機視覺方面的很多通用算法。

 

OpenCV 擁有包括 300 多個 C 函數的跨平台的中、高層 API 。它不依賴於其它的外部庫 —— 盡管也可以使用某些外部庫。 OpenCV 對非商業應用和商業應用都是免費 的。同時 OpenCV 提供了對硬件的訪問，可以直接訪問攝像頭，並且 opencv 還提供了一個簡單的 GUI(graphics user interface) 系統 :highgui 。 我們就通過 OpenCV 提供的一些方法來構造出這個人臉檢測 （ face detection ） 程序來。

opencv的python包裝

 

OpenCV 本身是有 C/C++ 編寫的，如果要在其他語言中使用，我們可以通過對其動態鏈接庫文件進行包裝即可，幸運的是， Python 下有很多個這樣的包裝，本文中使用的是 Cvtypes 。

 

事實上，在 Python 中很多的包都是來自第三方的，比如 PIL(Python Image Library) 即為 C 語言實現的一個圖形處理包，被包裝到了 Python 中，這些包裝可以讓你像使用 Python 的內建函數一樣的使用這些 API 。

 

人臉檢測原理

人臉檢測屬於目標檢測(object detection) 的一部分，主要涉及兩個方面

1. 先對要檢測的目標對象進行概率統計，從而知道待檢測對象的一些特征，建立起目標檢測模型。
2. 用得到的模型來匹配輸入的圖像，如果有匹配則輸出匹配的區域，否則什么也不做。

 

計算機視覺

計算機的視覺系統，跟人的眼睛是大不相同的，但是其中也有類似之處。人眼之能夠看到物體，是通過物體上反射出來的光線刺激人眼的感光細胞，然后視覺 神經在大腦中形成物體的像。計算機通過攝像頭看到的東西要簡單的多，簡單來說，就是一堆由數字組成的矩陣。這些數字表明了物體發出的光的強弱，攝像頭的光 敏元件將光信號轉化成數字信號，將其量化為矩陣。

如何從這些數字中得出:"這是一個人臉"的結論，是一個比較復雜的事情。物理世界是彩色的，一般來說，計算機中的彩色圖片都是由若干個色彩通道累積出來 的，比如RGB模式的圖片，有紅色通道(Red)，綠色通道(Green)和藍色通道(Blue),這三個通道都是灰度圖，比如一個點由8位來表示，則一 個通道可以表示2^8=256個灰度。那樣三個通道進行疊加以后可以表3*8=24位種色彩，也就是我們常說的24位真彩。

對這樣的圖片做處理，無疑是一件很復雜的事，所以有必要先將彩色圖轉為灰度圖，那樣可以減少數據量(比如RGB模式，可以減少到原圖片的1/3)，同時可 以去掉一些噪聲信號。先將圖片轉化為灰度圖，然后將這個灰度圖的對比度增高，這樣可以使得圖片本來暗的地方更暗，亮的地方更亮一些。這樣處理以后，圖片就 更容易被算法設別出來了。

Harr特征級聯表

OpenCV在物體檢測上使用的是haar特征的級聯表，這個級聯表中包含的是boost的分類器。首先，人們采用樣本的haar特征進行分類器的訓練，從而得到一個級聯的boost分類器。訓練的方式包含兩方面：

1.    正例樣本，即待檢測目標樣本
2.    反例樣本，其他任意的圖片

首先將這些圖片統一成相同的尺寸，這個過程被稱為歸一化，然后進行統計。一旦分類器建立完成，就可以用來檢測輸入圖片中的感興趣區域的檢測了，一般來說， 輸入的圖片會大於樣本，那樣，需要移動搜索窗口，為了檢索出不同大小的目標，分類器可以按比例的改變自己的尺寸，這樣可能要對輸入圖片進行多次的掃描。

什么是級聯的分類器呢？級聯分類器是由若干個簡單分類器級聯成的一個大的分類器，被檢測的窗口依次通過每一個分類器，可以通過所有分類器的窗口即可判定為目標區域。同時，為了考慮效率問題，可以將最嚴格的分類器放在整個級聯分類器的最頂端，那樣可以減少匹配次數。

基礎分類器以haar特征為輸入，以0/1為輸出，0表示未匹配，1表示匹配。

Haar特征

 

•  邊界特征，包含四種
•  線性特征，包含8種
•  中心圍繞特征，包含兩種

在掃描待檢測圖片的時候，以邊界特征中的(a)為例，正如前面提到的那樣，計算機中的圖片是一個數字組成的矩陣，程序先計算整個窗口中的灰度值x，然后計 算矩形框中的黑色灰度值y，然后計算(x-2y)的值，得到的數值與x做比較，如果這個比值在某一個范圍內，則表示待檢測圖片的當前掃描區域符合邊界特征 (a)，然后繼續掃描。

關於這個算法的更詳細描述已經超出了本文的范圍，可以在參考資源中獲得更多的信息。

 

非固定大小目標檢測

因為是基於視頻流的目標檢測，我們事先不太可能知道要檢測的目標的大小，這就要求我們的級聯表中的分類器具有按比例增大(或者縮小)的能力，這樣， 當小的窗口移動完整個待檢測圖片沒有發現目標時，我們可以調整分類器的大小，然后繼續檢測，直到檢測到目標或者窗口與待檢測圖片的大小相當為止。

 

 

步驟一：圖片預處理

在從攝像頭中獲得一個幀(一張圖片)后，我們需要先對這張圖片進行一些預處理：

1. 將圖片從RGB模式轉為灰度圖將灰度圖
2. 進行灰度圖直方圖均衡化操作

這兩個步驟在OpenCV中是非常簡單的：

image_size = cv.cvGetSize(image)#獲取原始圖像尺寸

grayscale = cv.cvCreateImage(image_size, 8, 1)# 建立一個空的灰度圖
cv.cvCvtColor(image, grayscale, cv.CV_BGR2GRAY)#轉換

storage = cv.cvCreateMemStorage(0)#新建一塊存儲區，以備后用
cv.cvClearMemStorage(storage)

cv.cvEqualizeHist(grayscale, grayscale)# 灰度圖直方圖均衡化

 

步驟二：檢測並標記目標

OpenCV中，對於人臉檢測的模型已經建立為一個XML文件，其中包含了上面提到的harr特征的分類器的訓練結果，我們可以通過加載這個文件而 省略掉自己建立級聯表的過程。有了級聯表，我們只需要將待檢測圖片和級聯表一同傳遞給OpenCV的目標檢測算法即可得到一個檢測到的人臉的集合。

# detect objects
cascade = cv.cvLoadHaarClassifierCascade('haarcascade_frontalface_alt.xml',
                                            cv.cvSize(1,1))
faces = cv.cvHaarDetectObjects(grayscale, cascade, storage, 1.2, 2,
                                cv.CV_HAAR_DO_CANNY_PRUNING,
                                cv.cvSize(50, 50))#設置最小的人臉為50*50像素

if faces:
    print 'face detected here', cv.cvGetSize(grayscale)
    for i in faces:
        cv.cvRectangle(image, cv.cvPoint( int(i.x), int(i.y)),
                     cv.cvPoint(int(i.x + i.width), int(i.y + i.height)),
                     cv.CV_RGB(0, 255, 0), 1, 8, 0)#畫一個綠色的矩形框

 

步驟三：用highgui畫出視頻窗口

highgui.cvNamedWindow ('camera', highgui.CV_WINDOW_AUTOSIZE)
highgui.cvMoveWindow ('camera', 50, 50)

highgui.cvShowImage('camera', detimg)

 

可以看到，OpenCV的API相當清晰，使用Python的包裝，可以使得代碼非常小。好了，我們可以看看程序的運行結果：

 

 
 
由於視頻流是動態的，所以我們可以在程序的入口中使用一個無限循環，在循環中，每次從視頻中讀入一個幀，將這個幀傳輸給人臉檢測模塊，檢測模塊在這個幀上進行標記(如果有人臉的話)，然后返回這個幀，主程序拿到這個幀后，更新顯示窗口。

 

opencv的其他特性

拉普拉斯邊緣檢測

 

def laplaceTransform(image):
    laplace = None
    colorlaplace = None
    planes = [None, None, None]

    image_size = cv.cvGetSize(image)
    if not laplace:
        for i in range(len(planes)):
            planes[i] = cv.cvCreateImage(image_size, 8, 1)
        laplace = cv.cvCreateImage(image_size, cv.IPL_DEPTH_16S, 1)
        colorlaplace = cv.cvCreateImage(image_size, 8, 3)

    cv.cvSplit(image, planes[0], planes[1], planes[2], None)

    for plane in planes:
        cv.cvLaplace(plane, laplace, 3)
        cv.cvConvertScaleAbs(laplace, plane, 1, 0)

    cv.cvMerge(planes[0], planes[1], planes[2], None, colorlaplace)
    colorlaplace.origin = image.origin

    return colorlaplace

 

效果圖：
 
CVtypes中自帶了一個關於圖像色彩空間的直方圖的例子：

 

 

結束語

OpenCV的功能十分強大，而且提供了大量的算法實現，文中涉及到的內容只是計算機視覺中很小的一部分。讀者可以考慮將采集到的人臉進行標識，從 而實現特定人的人臉識別。或者考慮將人臉檢測移植到網絡上，從而實現遠程監控。試想一下，原來沒有生命的機器，我們可以通過自己的思想，動作來使得它們看 起來像是有思想一樣，這件事本身就非常的有趣。