OpenCV 安裝與調試

Visual Studio 是微軟提供的面向任何開發者的同類最佳工具。

OpenCV（開源計算機視覺庫）是一個開源的計算機視覺和機器學習軟件庫。

目前最新版本：Visual Studio 2019、OpenCV 4.1.1

本文先介紹如何在本地計算機 Windows 7 x64 上安裝 OpenCV，然后介紹如何在 VS2019 中配置 OpenCV 開發環境，最后創建一個從圖片中提取人臉的 c++ 程序。

1、安裝 OpenCV

在官網下載你需要的 exe 版本（這里選擇的 opencv-4.1.1-vc14_vc15.exe），然后雙擊它（即安裝），實質就是解壓一下，解壓完出來一個文件夾（如：D:\Users\Downloads）。

解壓后的文件夾內容如下：

其中 build 是 OpenCV 使用時要用到的一些庫文件，而 sources 中則是 OpenCV 官方為我們提供的一些 demo 示例源碼。

（說明：如果要在未安裝 OpenCV 的機器上運行調用了 OpenCV 接口的程序，只需把 OpenCV  安裝目錄下把相應的 lib 文件復制到程序運行目錄下即可，類似 MFC 程序的部署。如：D:\Users\Downloads\opencv\build\x64\vc15\lib\opencv_world411.dll）

最后依次選擇計算機—>屬性—>高級系統設置—>環境變量，找到Path變量，選中並點擊編輯，添加 D:\Users\Downloads\opencv\build\x64\vc15\bin; 

現在搭建好了運行 OpenCV 程序的環境，接下來就結合 VS2019 來編寫需要的程序。（VS2019 的安裝步驟可以參考官網上的安裝說明，注意要選擇 c++ 模塊）

二、在 VS2019 中配置 OpenCV

1.添加空項目（c++）

右鍵點擊項目->添加->添加新項，選擇 main.cpp 文件，如下圖：

在視圖菜單中選擇其他窗口->屬性管理器，如下圖：

然后右擊 Debug | 64，選擇屬性，進行參數配置，如下圖：

 

首先配置包含目錄（即添加 OpenCV 頭文件所在的目錄），如果“計算的值”下面包含了以前的文件目錄，並需要刪除，可以先找到相應的配置文件，然后進行清理。

如：C:\Users\zhangsan\AppData\Local\Microsoft\MSBuild\v4.0\Microsoft.Cpp.x64.user.props

類似地配置好庫目錄，如下圖：

接下來還需配置鏈接器的依賴項（調試模式則選擇 opencv_world411d.lib，發布模式則選擇 opencv_world411.lib），如下圖：

其中的庫文件的位置在 OpenCV 的安裝目錄下：

 三、從圖片中提取人臉的程序 

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/calib3d/calib3d.hpp>

using namespace std;
using namespace cv;

int main()
{
    String facefile = "D:\\Users\\wzl\\Downloads\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
    String eyefile = "D:\\Users\\wzl\\Downloads\\opencv\\build\\etc\\haarcascades\\haarcascade_eye.xml";
    Mat image, image_gray;      //定義兩個Mat變量，用於存儲每一幀的圖像

    image = imread("F:\\test.jpg");
    //imshow("原圖", image);

    cvtColor(image, image_gray, COLOR_RGB2GRAY);//轉為灰度圖
    equalizeHist(image_gray, image_gray);//直方圖均衡化，增加對比度方便處理

    CascadeClassifier eye_Classifier;  //載入分類器
    CascadeClassifier face_cascade;    //載入分類器

    //加載分類訓練器，OpenCv官方文檔提供的xml文檔，可以直接調用
    if (!eye_Classifier.load(eyefile))  //需要將xml文檔放在自己指定的路徑下
    {
        cout << "Load haarcascade_eye.xml failed!" << endl;
        return 0;
    }
    if (!face_cascade.load(facefile))
    {
        cout << "Load haarcascade_frontalface_alt failed!" << endl;
        return 0;
    }

    //vector 是個類模板 需要提供明確的模板實參 vector<Rect>則是個確定的類 模板的實例化
    vector<Rect> eyeRect;
    vector<Rect> faceRect;

    //檢測關於眼睛部位位置
    //eye_Classifier.detectMultiScale(image_gray, eyeRect, 1.1, 2, 0 | 1, Size(30, 30));
    //for (size_t eyeIdx = 0; eyeIdx < eyeRect.size(); eyeIdx++)
    //{
    //    rectangle(image, eyeRect[eyeIdx], Scalar(0, 0, 255)); //用矩形畫出檢測到的位置
    //}

    //檢測關於臉部位置
    face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | 1, Size(50, 50));
        
    for (size_t i = 0; i < faceRect.size(); i++)
    {
        //用矩形畫出檢測到的位置（一個臉對應一個矩形框）
        rectangle(image, faceRect[i], Scalar(0, 0, 255));     

        //保存臉部圖片
        Mat face = image(Rect(faceRect[i]));
        Mat faceLittle;
        resize(face, faceLittle, Size(100, 100));

        Mat faceLittle_gray;
        cvtColor(faceLittle, faceLittle_gray, COLOR_RGB2GRAY);//轉為灰度圖
        equalizeHist(faceLittle_gray, faceLittle_gray);//直方圖均衡化，增加對比度方便處理

        imwrite("F:\\testface.jpg", faceLittle_gray);
    }    
    
    imshow("人臉識別圖", image); //顯示當前幀
    
    waitKey(0);
}

 

以上程序的允許結果如下圖：

 

通過攝像機來提取人臉照片：

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <iostream>
#include <string>
#include <stdlib.h>

using namespace std;
using namespace cv;

void faceDetect()
{
    String facefile = "D:\\Users\\Downloads\\opencv\\build\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
    //臉部識別分類器
    CascadeClassifier faceCascader;
    if (!faceCascader.load(facefile)) {
        printf("無法加載臉部特征文件:%s", facefile);
        return;
    }
    namedWindow("攝像頭");
    VideoCapture capture(0);//打開攝像頭
    Mat frame;
    Mat gray;
    vector<Rect> faces;
    int sn = 0;
    //實時讀取攝像頭的圖像幀
    while (capture.read(frame)) {
        cvtColor(frame, gray, COLOR_RGB2GRAY);
        equalizeHist(gray, gray);
        faceCascader.detectMultiScale(gray, faces, 1.2, 3, 0, Size(30, 30));
        for (size_t faceSize = 0; faceSize < faces.size(); faceSize++)
        {
            Rect roi;
            roi.x = faces[static_cast<int>(faceSize)].x;
            roi.y = faces[static_cast<int>(faceSize)].y;
            roi.width = faces[static_cast<int>(faceSize)].width;
            roi.height = faces[static_cast<int>(faceSize)].height;

            Mat faceROI = frame(roi);

            //在人臉區域畫一個矩形
            rectangle(frame, faces[static_cast<int>(faceSize)], Scalar(0, 0, 255), 2, 8, 0);
            sn++;

            //將sn整型值轉為字符串
            stringstream stream;
            stream << sn;

            //生產一個新的文件名
            String snStr = "F:\\testface\\img-" + stream.str() + ".jpg";
            cout << snStr << endl;
            imwrite(snStr, faceROI);
        }

        imshow("攝像頭", frame);

        //必須加時延，否則無法顯示圖像
        char key = waitKey(30);

        //按ESC鍵退出
        if (key == 27) {
            break;
        }
    }
}