zoukankan      html  css  js  c++  java
  • 人眼定位和基于人眼的人脸姿态矫正_转载

       最近的研究要用到定位瞳孔的位置,所以上网搜了下相关的代码。总结如下:
            1) 定位瞳孔可以直接使用opencv中的自带的分类器(haarcascade_eye_tree_eyeglasses.xml)来实现,以前听师兄说用opencv自带的这个方法定位瞳孔不准,但我自己做了实验后发现在正面人脸的情况下定位还是很准确的,后面有图。分析了下原因,师兄是他之前实验时感觉不准有可能是他的Opencv版本还不是很高,我这里用的是opencv2.4.4,相信opencv也在它的后续版本中不断的优化它的Machine
     learning中相关库以提高准确率。
            当然,在复杂情况下的人眼精准定位本身就是一个热门的研究课题。所以如果是复杂情况下的精准定位,opencv可能就没那么给力了。
           2)用opencv中检测人脸、眼睛、嘴巴等都是用的CascadeClassifier分类器,具体使用时可以使用C的函数,也可以使用opencv中使用C++封装好的类。下面是它们检测目标时的函数形式(从opencv官网复制的)
    C: CvSeq* cvHaarDetectObjects(const
     CvArr* image, CvHaarClassifierCascade* cascade,CvMemStorage* storage,
     double scale_factor=1.1, int min_neighbors=3,
     int flags=0, CvSize min_size=cvSize(0,0),
     CvSize max_size=cvSize(0,0) )
    C++: void CascadeClassifier::detectMultiScale(const
     Mat& image, vector<Rect>& objects, double scaleFactor=1.1,
     int minNeighbors=3, int flags=0, Size minSize=Size(),
     Size maxSize=Size())
        这两者最大的区别在于,用C封装的函数要自己手动分配内存,而用C++的形式则不用自己去分配内存,这就是很多同学在网上找到的代码有些要分配内存,有些又不用分配内存的原因。显然C++的形式更简洁,所以我下面的代码也是用的C++的函数。
            直接上代码,注意下面的haarcascade_eye_tree_eyeglasses.xml文件在opencv安装目录下的data文件夹中。
            完整的代码在http://download.csdn.net/detail/computerme/7680383

      1 <span style="font-size:14px;">#include "highgui.h"
      2 
      3 #include "cv.h"
      4 
      5 #include <iostream>
      6 
      7 #include <stdio.h>
      8 
      9  
     10 
     11 using namespace std;
     12 
     13 using namespace cv;
     14 
     15  
     16 
     17  
     18 
     19 void DetectAndDraw(IplImage* img, CascadeClassifier& cascade);
     20 
     21  
     22 
     23 //String cascadeName = "haarcascade_frontalface_alt.xml";
     24 
     25 String cascadeName = "haarcascade_eye_tree_eyeglasses.xml";//nestedCascadeName
     26 
     27  
     28 
     29 int main( )
     30 
     31 {
     32 
     33     CascadeClassifier cascade;
     34 
     35     cascade.load( cascadeName );
     36 
     37     cvNamedWindow( "result", 1 );
     38 
     39  
     40 
     41     IplImage* iplImg = cvLoadImage("1.jpg");
     42 
     43  
     44 
     45     DetectAndDraw( iplImg, cascade );
     46 
     47  
     48 
     49     cvWaitKey(0);
     50 
     51  
     52 
     53     cvDestroyWindow("result");
     54 
     55  
     56 
     57     return 0;
     58 
     59 }
     60 
     61  
     62 
     63  
     64 
     65 void DetectAndDraw(IplImage* img, CascadeClassifier& cascade)
     66 
     67 {
     68 
     69     int i = 0;
     70 
     71     double t = 0;
     72 
     73     vector<Rect> faces;
     74 
     75     const static Scalar colors[] =  { CV_RGB(0,0,255),
     76 
     77         CV_RGB(0,128,255),
     78 
     79         CV_RGB(0,255,255),
     80 
     81         CV_RGB(0,255,0),
     82 
     83         CV_RGB(255,128,0),
     84 
     85         CV_RGB(255,255,0),
     86 
     87         CV_RGB(255,0,0),
     88 
     89         CV_RGB(255,0,255)} ;
     90 
     91     IplImage* gray = cvCreateImage(cvGetSize(img),8,1);
     92 
     93     cvCvtColor( img, gray, CV_BGR2GRAY );
     94 
     95     cvEqualizeHist( gray, gray );
     96 
     97  
     98 
     99     t = (double)cvGetTickCount();
    100 
    101     cascade.detectMultiScale( gray , faces,
    102 
    103         1.1, 2, 0
    104 
    105         //|CV_HAAR_FIND_BIGGEST_OBJECT
    106 
    107         //|CV_HAAR_DO_ROUGH_SEARCH
    108 
    109         |CV_HAAR_SCALE_IMAGE
    110 
    111         ,
    112 
    113         Size(30, 30) );
    114 
    115     t = (double)cvGetTickCount() - t;
    116 
    117     printf( "detection time = %g ms
    ", t/((double)cvGetTickFrequency()*1000.) );
    118 
    119  
    120 
    121     for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ )
    122 
    123     {
    124 
    125         Point center;
    126 
    127         Scalar color = colors[i%8];
    128 
    129         int radius;
    130 
    131         //center可以作为瞳孔的坐标
    132 
    133         center.x = cvRound(r->x + r->width*0.5);
    134 
    135         center.y = cvRound(r->y + r->height*0.5);
    136 
    137         //radius = (int)(cvRound(r->width + r->height)*0.25);
    138 
    139         radius =2;
    140 
    141         cvCircle( img, center, radius, color, 3, 8, 0 );
    142 
    143         cvShowImage( "result", img );
    144 
    145     }
    146 
    147  
    148 
    149     cvShowImage( "result", img );
    150 
    151 }</span>

  • 相关阅读:
    基于Freescale的主流芯片HCS08
    BizTalk Server 2010 映射器(Mapper) [ 下篇 ]
    BizTalk Server 2010 使用 WCF Service [ 中篇 ]
    Ext JS 4 Beta 1发布了
    Step by Step WebMatrix网站开发之一:Webmatrix安装
    REST WebService与SOAP WebService的比较
    BizTalk Server 2010 使用 WCF Service [ 上篇 ]
    BizTalk Server 2010 映射器(Mapper) [ 中篇 ]
    BizTalk Server 2010 映射器(Mapper) [ 上篇 ]
    ExtJS 4 Beta 2预览:Ext.Brew包
  • 原文地址:https://www.cnblogs.com/henuliulei/p/10680631.html
Copyright © 2011-2022 走看看