如何檢測OpenCV中的多個面？

Question

我有一次檢測多個面部的問題。下面的代碼只檢測一個人的正面和眼睛。我試圖讓它適用於所有可用的面部，但是我不能...請幫助

CvCapture* capture; 
    Mat frame; 
    std::vector<Rect> faces; 
    Mat frame_gray; 
    Mat frame; 
    CascadeClassifier face_cascade; 
    CascadeClassifier eyes_cascade; 

    face_cascade.load("haarcascade_frontalface_alt.xml";); 
    eyes_cascade.load( "haarcascade_eye_tree_eyeglasses.xml";); 


    capture = cvCaptureFromCAM(-1); 

    frame = cvQueryFrame(capture); 
    cvtColor(frame, frame_gray, CV_BGR2GRAY); 
    equalizeHist(frame_gray, frame_gray); 

    face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30)); 

    for(size_t i = 0; i < faces.size(); i++) 
    { 
    Point center(faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5); 
    ellipse(frame, center, Size(faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0); 

    Mat faceROI = frame_gray(faces[i]); 
    std::vector<Rect> eyes;  
    eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30)); 
    for(size_t j = 0; j < eyes.size(); j++) 
    { 
     Point center(faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5); 
     int radius = cvRound((eyes[j].width + eyes[j].height)*0.25); 
     circle(frame, center, radius, Scalar(255, 0, 0), 4, 8, 0); 
    } 
    } 

    imshow("window", frame); 

Answer 1

使用基本代碼（只是改變加載一個固定的圖像，並刪除equalizeHist電話）給我的結果：

輸入：

輸出：

輸入：

輸出：

所以你的代碼基本上做什麼它應該做的。您的問題似乎出現在您的圖像數據或有關圖像數據的參數中。請發佈樣本圖片。

只爲你，以確保我沒有改變代碼的大零件，我用：

using namespace cv; 
using namespace std; 

int main() 
{ 

    cv::Mat input = cv::imread("../inputData/MultiLena.png"); 

    cv::Mat gray; 
    cv::cvtColor(input,gray,CV_BGR2GRAY); 


    //CvCapture* capture; 
    //Mat frame; 
    std::vector<Rect> faces; 
    Mat frame_gray; 
    Mat frame; 
    CascadeClassifier face_cascade; 
    CascadeClassifier eyes_cascade; 

    face_cascade.load("haarcascade_frontalface_alt.xml"); 
    eyes_cascade.load( "haarcascade_eye_tree_eyeglasses.xml"); 


    //capture = cvCaptureFromCAM(-1); 

    //frame = cvQueryFrame(capture); 
    //cvtColor(frame, frame_gray, CV_BGR2GRAY); 
    //equalizeHist(frame_gray, frame_gray); 

    frame_gray = gray; 
    frame = input; 


    face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30)); 

    for(size_t i = 0; i < faces.size(); i++) 
    { 
    Point center(faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5); 
    ellipse(frame, center, Size(faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0); 

    Mat faceROI = frame_gray(faces[i]); 
    std::vector<Rect> eyes;  
    eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30)); 
    for(size_t j = 0; j < eyes.size(); j++) 
    { 
     Point center(faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5); 
     int radius = cvRound((eyes[j].width + eyes[j].height)*0.25); 
     circle(frame, center, radius, Scalar(255, 0, 0), 4, 8, 0); 
    } 
    } 

    imshow("window", frame); 


    cv::imshow("input", input); 
    cv::imwrite("../outputData/multiFaces.png", input); 
    cv::waitKey(0); 
    return 0; 
} 

Answer 2

，也許你可以實現以下戰略：

• 檢測的第一面時，會產生一個矩形。
• 創建一個沒有矩形的新墊子。
• 分析新墊子並生成新的人臉檢測矩形。
• 現在將兩個rects繪製到視頻捕捉流中。

請記住，屏幕上只顯示具有選定反射的背景視頻流，因此係統保持高效。