Opencv之人脸检测.docVIP

Opencv之人脸检测 如之前所说的，运动物体检测的工作已经告一段落了，目前正式进入无所事事的阶段。也罢，索性就Opencv进一步学习。这里，就不得不说一下，百度确实是一个强大的工具。我自学Opencv的资料都来自于网上，图书馆借来的书基本上都是冷宫状态。为什么呢？用户体验感呗。不得不喷一下，书上的理论公式啥的，哪对得上我这急性子的胃口啊！ 这里，推荐几个人的博客给大家，这些资料对于要从Opencv的角度学习图像处理的童鞋应该还是很有帮助的。 1、/index.php/%e9%a6%96%e9%a1%b5 2、/blog/morewindows/8225783 3、/column/details/opencv-tutorial.html 这三个网站上有部分内容将会重复出现，但只要仔细观察，会发现每位博主的重点都不一样，毕竟每个人编程过程中遇到的问题都不同。 好了，讲讲人脸识别吧，我其实对于这项新起的技术没有多学术化的认识。结合这次项目中的进度：检测出了运动物体，把它提取出来，再进行人脸检测判断是否为人类，如果是，进行跟踪判断其行为是否异常。所以我也有必要了解它。 刚开始对于这项功能的实现还是很期待的，总觉得人的属性那么复杂，要想这么立竿见影的对它进行技术约束，应该很不容易。结果，强大的opencv让这项功能的实现难度指数将至负。且不说这个，他检测的结果也真是让人哭笑不得。 这里附上一图吧。 蓝色圆圈示意出的区域即为系统检测到的“人脸”，我初看到这个结果也甚是惊讶，难道这项技术就是把人脸的五官做成相对坐标进行备份，设置一系列阈值即可。虽然，我的猜测有点剑走偏锋，但并不是没有依据。因为之前我用“奶茶妹”卖萌的一张照片做检测，因为其脸是横着地，就是那种依偎在东哥肩膀上的姿势，可能这种脸的姿势违背了Opencv对于人脸五官相对坐标的分布，所以，可怜的奶茶妹没有被人脸检测出来。（虽然事先我一直以为是长的太萌就，，，技术失效），看来是我想多了。唉，玩技术的屌丝再不能为自己找借口！ “奶茶妹的事件”事件让我发现了人脸的姿势对于检测造成的误差是不容小觑的。所以，我乖乖地走回到正轨。 再加载分类器（haarcascade_frontalface_alt2.xml）的时候，我四处求助同学把他们训练的分类器共享给我，暑假期间无聊成我这样的估计还是少数。我在线等了差不多1各小时，一位和我同门的大神传了个给我，alt不是2的。我用他的分类器检测了几张图片，效果都不是很好，不，应该是基本检测不出来。后来，死马当活马医，就在代码上到处游走。无意间，嘿嘿，发现了一个现象。 当我把equlizeHist（）函数注释掉时，图片中的其中一些就可以检测出人脸了，当然，奶茶妹除外。这项发现一下子让我细胞间隙的多巴胺加速分泌，整个人顿时陶醉地云里雾里。 那么，介绍一下equlizeHist（）函数吧。 这个是度娘给出的解释。 没错，这个函数最大的特点就是使灰度图像均衡化，所谓均衡化，别以为是什么高大上的概念，无非就是将图像的亮度和对比度增加。像美图秀秀里面的那种功能，P下自拍，顿时感觉就是一张艺术照。其实，都是自欺欺人，你长啥样一照镜子就明白了。 灰度图经过均衡化按理说应该会使图像分割地更加清晰，可为什么反而去掉它会使检测扭转戳样？这里，我真的是百思不得其解！！求大神告知。 介于第一次的代码总是有不如意，于是打算一锅端，改头换面。说到改头换面，也不过是把detectMultiScale（）函数换成了cvHaarDetectObjects（），前者直接被CascadeClassifier类对象调用，产生装载矩形序列的向量，后者直接把矩形数组作为返回值的受体。好像真没什么区别啊！我哭。但事实上在运行的效果上，后者明显更加受青睐。时间就是金钱，对有些人来说就是这样。虽然处于码农学徒阶段的我对于性能的要求并不高。掩脸害羞！ 昨晚各种图像的检测，突然想起之前那个吊炸天的人工智能课上看老师播放的一段视频，好像就是人脸检测的。我突然想，我这程序改一下图片加载方式，再弄个while循环不就实现了吗。说时迟，那时快。 Ao，完胜。中间那个圆圈也会乖乖地跟着我的运动而运动！（一天不出门，形象更加不能见人了）。。。 其实在跑摄像头和视频的时候曾遇到一个问题，就是能检测出人脸的个数，但是不能现实，捣鼓了半天都无果，下午都打算放弃了。傍晚的时候因为社团招新活动去外面谈了一笔外联，虽然还没有眉头，顿时又打了鸡血。U盘里各种找，把之前写过的加载视频的代码盘了出来，出错的原因真是让人翻江倒胃 好吧，粗心的毛病是改不了了。每一帧没有停顿也没有加载，难怪刚开始看到的是一个灰蒙蒙的画面。看来这33ms真的是不能省啊。 做到这个程度对我来说是满足了，回想起人工智能上的那个视频，原来也不过如此。其实说来可笑，最