用于人脸检测的 opencv 3.1 detectmultiscale()
opencv 3.1 detectmultiscale() for face detection
我正在尝试使用 opencv detectmultiscale
检测人脸。尽管输入图像只有一张脸,但输出中的人脸数量巨大 (faces { size=1152921366050660864 }...)
。我试图更改 minNeighbors
值以消除冗余但没有任何改变。我还尝试从 faces
中仅绘制 5 个实例,而不是在 faces.size()
上循环以查看发生了什么,并且输出在同一张面上一遍又一遍地绘制圆圈。
我和here有同样的问题,他们建议我自己建库。这是唯一的解决方案吗?我不擅长使用 Make
.
这是代码,它是来自 openCV tutorial 的 copy/paste。我正在使用 VS2015.
#include "stdafx.h"
#include <iostream>
#include <conio.h>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"
using namespace std;
using namespace cv;
String face_cascade_name = "haarcascade_frontalface_default.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
String window_name = "Capture - Face detection";
void detectAndDisplay(Mat frame)
{
std::vector<Rect> faces;
Mat frame_gray;
cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
equalizeHist(frame_gray, frame_gray);
//-- Detect faces
face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));
for (size_t i = 0; i < 5; i++)
{
Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);
Mat faceROI = frame_gray(faces[i]);
//std::vector<Rect> eyes;
////-- In each face, detect eyes
//eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));
//for (size_t j = 0; j < eyes.size(); j++)
//{
// Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
// int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
// circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
//}
}
//-- Show what you got
imshow(window_name, frame);
}
int main()
{
//Load the cascades
if (!face_cascade.load(face_cascade_name)) { printf("--(!)Error loading face cascade\n"); return -1; };
if (!eyes_cascade.load(eyes_cascade_name)) { printf("--(!)Error loading eyes cascade\n"); return -1; };
Mat img, gray_img;
VideoCapture myVideo("head.mpg"); //open default camera
if (!myVideo.isOpened())
cout << "The Camera is not open";
while (myVideo.read(img)) {
detectAndDisplay(img);
if (waitKey(30) >= 0) break;
}
// system("pause");
return 0;
}
看来你需要的是Non-Maximum-Suppression,这样可以去掉所有多余的检测。
我很惊讶 opencv 似乎没有任何地方。也许您可以在这里找到一些灵感:http://code.opencv.org/attachments/994/nms.cpp?
我使用 cmake 重建了 opencv。您可以找到分步教程 here。
它奏效了。
我正在尝试使用 opencv detectmultiscale
检测人脸。尽管输入图像只有一张脸,但输出中的人脸数量巨大 (faces { size=1152921366050660864 }...)
。我试图更改 minNeighbors
值以消除冗余但没有任何改变。我还尝试从 faces
中仅绘制 5 个实例,而不是在 faces.size()
上循环以查看发生了什么,并且输出在同一张面上一遍又一遍地绘制圆圈。
我和here有同样的问题,他们建议我自己建库。这是唯一的解决方案吗?我不擅长使用 Make
.
这是代码,它是来自 openCV tutorial 的 copy/paste。我正在使用 VS2015.
#include "stdafx.h"
#include <iostream>
#include <conio.h>
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/objdetect/objdetect.hpp"
using namespace std;
using namespace cv;
String face_cascade_name = "haarcascade_frontalface_default.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
String window_name = "Capture - Face detection";
void detectAndDisplay(Mat frame)
{
std::vector<Rect> faces;
Mat frame_gray;
cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
equalizeHist(frame_gray, frame_gray);
//-- Detect faces
face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));
for (size_t i = 0; i < 5; i++)
{
Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);
Mat faceROI = frame_gray(faces[i]);
//std::vector<Rect> eyes;
////-- In each face, detect eyes
//eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));
//for (size_t j = 0; j < eyes.size(); j++)
//{
// Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
// int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
// circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
//}
}
//-- Show what you got
imshow(window_name, frame);
}
int main()
{
//Load the cascades
if (!face_cascade.load(face_cascade_name)) { printf("--(!)Error loading face cascade\n"); return -1; };
if (!eyes_cascade.load(eyes_cascade_name)) { printf("--(!)Error loading eyes cascade\n"); return -1; };
Mat img, gray_img;
VideoCapture myVideo("head.mpg"); //open default camera
if (!myVideo.isOpened())
cout << "The Camera is not open";
while (myVideo.read(img)) {
detectAndDisplay(img);
if (waitKey(30) >= 0) break;
}
// system("pause");
return 0;
}
看来你需要的是Non-Maximum-Suppression,这样可以去掉所有多余的检测。
我很惊讶 opencv 似乎没有任何地方。也许您可以在这里找到一些灵感:http://code.opencv.org/attachments/994/nms.cpp?
我使用 cmake 重建了 opencv。您可以找到分步教程 here。 它奏效了。