opencv2实现人脸眼鼻口检测_不大稳定

#include <opencv2/core/core.hpp>
#include <opencv2/highgui//highgui.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <string>
#include <vector>
using namespace std;

int main()
    {

    cv::CascadeClassifier mFaceDetector;
    cv::CascadeClassifier mEyeDetector;
    cv::CascadeClassifier mMouthDetector;
    cv::CascadeClassifier mNoseDetector;
    //载入四个人脸特征分类器文件,可以从opencv的安装目录中找到
    if( mFaceDetector.empty() )
        mFaceDetector.load( "haarcascade_frontalface_default.xml" );
    if( mEyeDetector.empty() )
        mEyeDetector.load( "haarcascade_mcs_eyepair_big.xml" );
    if( mNoseDetector.empty() )
        mNoseDetector.load("haarcascade_mcs_nose.xml" );
    if( mMouthDetector.empty() )
        mMouthDetector.load( "haarcascade_mcs_mouth.xml" );

    //打开视频文件
    //cv::VideoCapture capture("bike.avi");
    //0 open default camera
    cv::VideoCapture capture(0);
    //检查视频是否打开
    if(!capture.isOpened())
        return 1;

    // 得到帧率
    double rate= capture.get(CV_CAP_PROP_FPS);
    bool stop(false);
    cv::Mat frame; // 现在的视频帧
    cv::Mat mElabImage;//备份frame图像

    cv::namedWindow("Extracted Frame");

    // 两帧之间的间隔时间
    int delay= 1000/rate;
    // 循环播放所有的帧
    while (!stop) {
        // 读下一帧
        if (!capture.read(frame))
            break;
        frame.copyTo( mElabImage );
        //检测脸
        //缩放因子
        float scaleFactor = 3.0f;
        vector< cv::Rect > faceVec;
        mFaceDetector.detectMultiScale( frame, faceVec, scaleFactor );
        int i, j;
        for(  i=0; i<faceVec.size(); i++ )
            {
            cv::rectangle( mElabImage, faceVec[i], CV_RGB(255,0,0), 2 );
            cv::Mat face = frame( faceVec[i] );
            //检测眼睛
            vector< cv::Rect > eyeVec;
            mEyeDetector.detectMultiScale( face, eyeVec );

            for( j=0; j<eyeVec.size(); j++ )
                {
                cv::Rect rect = eyeVec[j];
                rect.x += faceVec[i].x;
                rect.y += faceVec[i].y;

                cv::rectangle( mElabImage, rect, CV_RGB(0,255,0), 2 );
                }
            //检测鼻子
            vector< cv::Rect > noseVec;

            mNoseDetector.detectMultiScale( face, noseVec, 3 );

            for( j=0; j<noseVec.size(); j++ )
                {
                cv::Rect rect = noseVec[j];
                rect.x += faceVec[i].x;
                rect.y += faceVec[i].y;

                cv::rectangle( mElabImage, rect, CV_RGB(0,0,255), 2 );
                }

            //检测嘴巴
            vector< cv::Rect > mouthVec;
            cv::Rect halfRect = faceVec[i];
            halfRect.height /= 2;
            halfRect.y += halfRect.height;

            cv::Mat halfFace = frame( halfRect );

            mMouthDetector.detectMultiScale( halfFace, mouthVec, 3 );

            for(  j=0; j<mouthVec.size(); j++ )
                {
                cv::Rect rect = mouthVec[j];
                rect.x += halfRect.x;
                rect.y += halfRect.y;

                cv::rectangle( mElabImage, rect, CV_RGB(255,255,255), 2 );
                }
            }

        //在窗口中显示图像
        cv::imshow("Extracted Frame",mElabImage);
        // 按任意键停止视频播放
        //if (cv::waitKey(delay)>=0)
        //    stop= true;
        cv::waitKey(20);
        }
    // 关闭视频文件
    capture.release();
    return 0;
    }

时间: 2024-10-18 15:06:13

opencv2实现人脸眼鼻口检测_不大稳定的相关文章

opencv2实现人脸及人眼检测_相当稳定

//opencv2检测人脸人眼的方法有很多,我试了集中,下面的程序得到的结果最准确.人可以随意动,只要摄像头可以,就没有问题. [cpp] view plaincopyprint? /* */ #include "opencv2/objdetect/objdetect.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #includ

opencv2实现多张图片路线路牌检测_计算机视觉大作业2

linefinder.h同上一篇博文 main.cpp /*------------------------------------------------------------------------------------------*This file contains material supporting chapter 7 of the cookbook: Computer Vision Programming using the OpenCV Library. by Robert

人脸识别门禁检测的必要性

人脸识别系统需具备活体检测功能,以判断提交的人脸特征是否来自有生命的真实个体. 人脸活体检测的基本原理 人脸门禁的基本功能是人脸验证(Face Verification),而活体检测属于人脸防伪技术(Face Anti-Spoofing).人脸验证和人脸防伪,两种技术各有侧重. 人脸验证:人脸验证是判断两个人脸图是否为同一个人的算法,即通过人脸比对获得两个人脸特征的相似度,然后与预设的阈值比较,相似度大于阈值,则为同一人,反之则不同.这是近年来一个非常热门的研究方向,也产生了一大批算法模型和损失

opencv2实现路线路牌检测_计算机视觉大作业2终版

main.cpp #include<stdio.h> #include <iostream> #include <vector> #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include<string> #include <sstream> #include "linefinder.h" #inclu

opencv2实现单张图片的路线路牌检测_计算机视觉大作业2

有好多代码没有用 linefiner.h #if !defined LINEF #define LINEF #include<cmath> #include <opencv2/core/core.hpp> #include <opencv2/imgproc/imgproc.hpp> #define PI 3.1415926 class LineFinder { private: // original image cv::Mat img; // vector conta

Dlib 实现人脸的68点检测

Dlib实现68点标定 效果图展示: 主要是通过68点的模型进行提取脸部的68点的特征值.(相应细节都已经注释) //设置人脸的标记点 #include <dlib\opencv.h> #include <opencv2\opencv.hpp> #include <dlib\image_processing\frontal_face_detector.h> #include <dlib\image_processing\render_face_detections

uniapp安卓ios百度人脸识别、活体检测、人脸采集APP原生插件

插件亮点 1 支持安卓平板(横竖屏均可),苹果的iPad.2 颜色图片均可更换. 特别提醒 此插件包含 android 端和 iOS 端,考虑到有些同学只做其中一个端的 app,特意分为 2 个插件,减小安装包体积.android 端请点击这里.iOS 端请点击这里. 1.前言 最近在使用 uniapp 开发项目,有刷脸实名认证的需求,最终使用百度人脸识别实现了需求.自己做了个 APP 原生插件,给大家介绍下用法.本插件主要功能是通过动作检测活体,采集人脸返回.其他功能需要自主实现,如刷脸登录,

C零散_清空缓冲区_错误检测_数字转字符串

1 fflush(stdin) 清空输入缓存区,对于输入类型错误相当有用. 例: 1 int res, i; 2 while ( fflush(stdin), ( res = scanf("%d", i) ) != EOF ) 3 { 4 } 输入之前将输入缓存区清空,所以当将i错输入成字符时,只会影响当次结果,而不会影响下次正确输入的结果. 错误检测函数: 宏定义: 可将val(数字)转化为字符串 1 #define STR(val) #val

Android使用Face++ SDK进行人脸识别和年龄检测

Face++的官网: http://www.faceplusplus.com.cn/ 可以识别照片中的人脸位置,人物的年龄,性别,种族,是否微笑等信息. 首先创建应用,会分配给我们一个API Key和API Secret,然后下载"Java SDK(Android)",导入Jar包和库文件,参考官方的Demo进行编写. 1.FaceDetectUtil帮助类: package com.zms.carlauncher.util; import java.io.ByteArrayOutpu