Opencv——級聯分類器（AdaBoost）

API說明：

cv::CascadeClassifier::detectMultiScale(InputArray image,//輸入灰度圖像
                                        CV_OUT std::vector<Rect>& objects,//返回目標的外接矩形                           
                                        double scaleFactor = 1.1,//檢測的尺度跳變量，這個值越大，某些尺寸的對象無法被檢測，但檢測更快
                                        int minNeighbors = 3,//有多少個重疊的檢測標記才被認為有小
                                        int flags = 0,　　//新版本中沒用
                                        Size minSize = Size(),//目標的最小尺寸
                                        Size maxSize = Size()//目標的最大尺寸，可以排除尺寸不合理的對象
);

利用opencv自帶的數據進行人臉檢測：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

String fileName = "D:/opencv3.1/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml";//設置文件路徑
CascadeClassifier face_classifier;//創建分類器

int main(int argc, char** argv) {
    if (!face_classifier.load(fileName)) {//加載分類數據
        printf("could not load face feature data...\n");
        return -1;
    }

    Mat src = imread("D:/vcprojects/images/test.png");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }
    imshow("input image", src);
    Mat gray;
    cvtColor(src, gray, COLOR_BGR2GRAY);//轉成灰度圖
    equalizeHist(gray, gray);//直方圖均衡化，提高對比度

    vector<Rect> faces;
    face_classifier.detectMultiScale(gray, faces, 1.2, 3, 0, Size(24, 24));//在多尺度上檢測
    for (size_t t = 0; t < faces.size(); t++) {
        rectangle(src, faces[static_cast<int>(t)], Scalar(0, 0, 255), 2, 8, 0);
    }

    imshow("detect faces", src);
    waitKey(0);
    return 0;
}

進階：人眼檢測

 

#include<opencv2/opencv.hpp>
#include<iostream>

using namespace cv;
using namespace std;

CascadeClassifier face_cascader;
CascadeClassifier eye_cascader;
String facefile = "D:/opencv3.1/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml";
String eyefile = "D:/opencv3.1/opencv/build/etc/haarcascades/haarcascade_eye.xml";

int main(int argc, char** argv) {
    if (!face_cascader.load(facefile)) {
        printf("could not load face feature data...\n");
        return -1;
    }
    if (!eye_cascader.load(eyefile)) {
        printf("could not load eye feature data...\n");
        return -1;
    }
    namedWindow("camera-demo", CV_WINDOW_AUTOSIZE);
    VideoCapture capture(0);
    Mat frame;
    Mat gray;
    vector<Rect> faces;
    vector<Rect> eyes;
    while (capture.read(frame)) {
        cvtColor(frame, gray, COLOR_BGR2GRAY);
        equalizeHist(gray, gray);
        face_cascader.detectMultiScale(gray, faces, 1.2, 3, 0, Size(30, 30));

        //眼睛一定在人臉范圍內，通過截取ROI，縮小檢測范圍提高檢測的准確度和速度
        for (size_t t = 0; t < faces.size(); t++) {
            Rect roi;
            roi.x = faces[static_cast<int>(t)].x;
            roi.y = faces[static_cast<int>(t)].y;
            roi.width = faces[static_cast<int>(t)].width;
            roi.height = faces[static_cast<int>(t)].height / 2;
            Mat faceROI = frame(roi);//截取眼睛ROI，在臉的上半部分
            eye_cascader.detectMultiScale(faceROI, eyes, 1.2, 3, 0, Size(20, 20));
            for (size_t k = 0; k < eyes.size(); k++) {
                Rect rect;
                rect.x = faces[static_cast<int>(t)].x + eyes[k].x;
                rect.y = faces[static_cast<int>(t)].y + eyes[k].y;
                rect.width = eyes[k].width;
                rect.height = eyes[k].height;
                rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);//坐標變換得到眼睛真正的坐標
            }
            rectangle(frame, faces[static_cast<int>(t)], Scalar(0, 0, 255), 2, 8, 0);
        }
        imshow("camera-demo", frame);
        char c = waitKey(30);
        if (c == 27) {
            break;
        }
    }
    waitKey(0);
    return 0;
}

 

級聯分類器+模板匹配提高檢測的穩定性，實現眼睛的追蹤： 

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

String facefile = "D:/opencv3.1/opencv/build/etc/haarcascades/haarcascade_frontalface_alt.xml";//人臉數據
String lefteyefile = "D:/opencv3.1/opencv/build/etc/haarcascades/haarcascade_eye.xml";//左眼數據
String righteyefile = "D:/opencv3.1/opencv/build/etc/haarcascades/haarcascade_eye.xml";//右眼數據
CascadeClassifier face_detector;
CascadeClassifier leftyeye_detector;
CascadeClassifier righteye_detector;

Rect leftEye, rightEye;
//Mat&  im:ROI區域的圖片
//Mat& tpl：模板圖片
//Rect& rect：輸入原來目標的外接矩形，返回目標的新外接矩形
void trackEye(Mat&  im, Mat& tpl, Rect& rect) {
    Mat result;
    int result_cols = im.cols - tpl.cols + 1;
    int result_rows = im.rows - tpl.rows + 1;

    // 模板匹配
    result.create(result_rows, result_cols, CV_32FC1);
    matchTemplate(im, tpl, result, TM_CCORR_NORMED);

    // 尋找位置
    double minval, maxval;
    Point minloc, maxloc;
    minMaxLoc(result, &minval, &maxval, &minloc, &maxloc);
    if (maxval > 0.75) {
        rect.x = rect.x + maxloc.x;//從ROI中的坐標變換為原圖的坐標
        rect.y = rect.y + maxloc.y;
    }
    else {
        rect.x = rect.y = rect.width = rect.height = 0;
    }
}

int main(int argc, char** argv) {
    //加載特征數據
    if (!face_detector.load(facefile)) {
        printf("could not load data file...\n");
        return -1;
    }
    if (!leftyeye_detector.load(lefteyefile)) {
        printf("could not load data file...\n");
        return -1;
    }
    if (!righteye_detector.load(righteyefile)) {
        printf("could not load data file...\n");
        return -1;
    }

    Mat frame;
    VideoCapture capture(0);
    namedWindow("demo-win", CV_WINDOW_AUTOSIZE);

    Mat gray;
    vector<Rect> faces;
    vector<Rect> eyes;
    Mat lefttpl, righttpl; // 模板
    while (capture.read(frame)) {
        flip(frame, frame, 1);
        cvtColor(frame, gray, COLOR_BGR2GRAY);
        equalizeHist(gray, gray);
        face_detector.detectMultiScale(gray, faces, 1.1, 3, 0, Size(30, 30));//檢測人臉
        for (size_t t = 0; t < faces.size(); t++) {
            rectangle(frame, faces[t], Scalar(255, 0, 0), 2, 8, 0);

            // 計算 offset ROI
            int offsety = faces[t].height / 4;
            int offsetx = faces[t].width / 8;
            int eyeheight = faces[t].height / 2 - offsety;
            int eyewidth = faces[t].width / 2 - offsetx;

            // 截取左眼區域
            Rect leftRect;
            leftRect.x = faces[t].x + offsetx;
            leftRect.y = faces[t].y + offsety;
            leftRect.width = eyewidth;
            leftRect.height = eyeheight;
            Mat leftRoi = gray(leftRect);

            // 檢測左眼
            leftyeye_detector.detectMultiScale(leftRoi, eyes, 1.1, 1, 0, Size(20, 20));
            if (lefttpl.empty()) {
                if (eyes.size()) {
                    leftRect = eyes[0] + Point(leftRect.x, leftRect.y);
                    lefttpl = gray(leftRect);
                    rectangle(frame, leftRect, Scalar(0, 0, 255), 2, 8, 0);
                }
            }
            else {
                // 跟蹤， 基於模板匹配
                leftEye.x = leftRect.x;
                leftEye.y = leftRect.y;
                trackEye(leftRoi, lefttpl, leftEye);
                if (leftEye.x > 0 && leftEye.y > 0) {
                    leftEye.width = lefttpl.cols;
                    leftEye.height = lefttpl.rows;
                    rectangle(frame, leftEye, Scalar(0, 0, 255), 2, 8, 0);
                }
            }

            // 截取右眼區域
            Rect rightRect;
            rightRect.x = faces[t].x + faces[t].width / 2;
            rightRect.y = faces[t].y + offsety;
            rightRect.width = eyewidth;
            rightRect.height = eyeheight;
            Mat rightRoi = gray(rightRect);

            // 檢測右眼
            righteye_detector.detectMultiScale(rightRoi, eyes, 1.1, 1, 0, Size(20, 20));
            if (righttpl.empty()) {
                if (eyes.size()) {
                    rightRect = eyes[0] + Point(rightRect.x, rightRect.y);
                    righttpl = gray(rightRect);
                    rectangle(frame, rightRect, Scalar(0, 255, 255), 2, 8, 0);
                }
            }
            else {
                // 跟蹤， 基於模板匹配
                rightEye.x = rightRect.x;
                rightEye.y = rightRect.y;
                trackEye(rightRoi, righttpl, rightEye);
                if (rightEye.x > 0 && rightEye.y > 0) {
                    rightEye.width = righttpl.cols;
                    rightEye.height = righttpl.rows;
                    rectangle(frame, rightEye, Scalar(0, 255, 255), 2, 8, 0);
                }
            }
        }
        imshow("demo-win", frame);
        char c = waitKey(100);
        if (c == 27) { // ESC
            break;
        }
    }

    // release resource
    capture.release();
    waitKey(0);
    return 0;
}

自定義級聯分類器的訓練和使用：待續

 

 

命令行參數：

• -vec <vec_file_name>

  輸出文件，內含用於訓練的正樣本。

• -img <image_file_name>

  輸入圖像文件名（例如一個公司的標志）。

• -bg <background_file_name>

  背景圖像的描述文件，文件中包含一系列的圖像文件名，這些圖像將被隨機選作物體的背景。

• -num <number_of_samples>

  生成的正樣本的數目。

• -bgcolor <background_color>

  背景顏色（目前為灰度圖）；背景顏色表示透明顏色。因為圖像壓縮可造成顏色偏差，顏色的容差可以由 -bgthresh 指定。所有處於 bgcolor-bgthresh 和 bgcolor+bgthresh 之間的像素都被設置為透明像素。

• -bgthresh <background_color_threshold>

• -inv

  如果指定該標志，前景圖像的顏色將翻轉。

• -randinv

  如果指定該標志，顏色將隨機地翻轉。

• -maxidev <max_intensity_deviation>

  前景樣本里像素的亮度梯度的最大值。

• -maxxangle <max_x_rotation_angle>

  X軸最大旋轉角度，必須以弧度為單位。

• -maxyangle <max_y_rotation_angle>

  Y軸最大旋轉角度，必須以弧度為單位。

• -maxzangle <max_z_rotation_angle>

  Z軸最大旋轉角度，必須以弧度為單位。

• -show

  很有用的調試選項。如果指定該選項，每個樣本都將被顯示。如果按下 Esc 鍵，程序將繼續創建樣本但不再顯示。

• -w <sample_width>

  輸出樣本的寬度（以像素為單位）。

• -h <sample_height>

  輸出樣本的高度（以像素為單位）。