基于open cv的人脸检测功能 （大自然的搬运工）

open cv 拍照检测：  https://www.cnblogs.com/yyagrt/p/7260586.html

配置open cv 环境  ： https://blog.csdn.net/qq_41175905/article/details/80560429

包含目录：
***opencvuildinclude;

***opencvuildincludeopencv;

***opencvuildincludeopencv2;

库目录：
***opencvuildx64vc14lib;

链接器->输入->附加依赖项：
opencv_world341d.lib

出现bored（）：has been called;         大为内存泄露、指针指向不可预料的内存

#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2//highgui/highgui.hpp>
#include "opencv2/core/cuda.hpp"
#include <string>
#include <opencv2/core/core.hpp>
#include <iostream>

using namespace cv;
using namespace std;

string xmlPath = "./haarcascade_frontalface_default.xml";
string path = "./picture.jpg";

void detectAndDisplay(Mat image);
int main() {
    VideoCapture cap;
    // 读取摄像头
    cap.open(0);
    // 判断摄像头是否打开
    if (!cap.isOpened()) {
        std::cerr << "Could't open capture" << std::endl;
        return -1;
    }
    cv::Mat frame;
    //摄像头拍照储存照片的名字
    std::string imgName = "picture.jpg";
    cap >> frame;
    if (frame.empty()) {
        return 0;
    }
    cv::imwrite(imgName, frame);
    frame.release();

    //命名一个窗口，path为文件路径
    Mat image = imread(path);               

    CascadeClassifier a;     //创建脸部对象
    if (!a.load(xmlPath))    
    {
        cout << "无法加载xml文件" << endl;
        return 0;
    }
    detectAndDisplay(image);// 检测人脸
    cvWaitKey(0);  

    return 0;
}
void detectAndDisplay(Mat image)
{
    CascadeClassifier ccf;      //创建脸部对象
    ccf.load(xmlPath);           //导入opencv自带检测的文件
    vector<Rect> faces;
    Mat gray;
    cvtColor(image, gray, CV_BGR2GRAY);        //图像中不同的色彩空间进行转换
    equalizeHist(gray, gray);  //直方图均衡化，用于提高图像的质量

/*
    人脸检测是采用滑动窗口的方式，使一张图片可能出现人脸的地方全部检测到，
    
    窗口大小存在调整，这样造成多个窗口标记同一张脸情况，为了解决这种问题，又引进比分策略
    比分最高的窗口留下，其他舍去。

    为了找到最优解，图片也存在等比例缩放，然后再次进行窗口滑动检测，因此人脸检测是十分消耗资源的工作。

    ccf.detectMultiScale(gray, faces, 1.1, 3, 0, Size(50, 50), Size(500, 500))中
    gray    为输入的图片
    faces    为检测到的人脸序列
    1.1        为每次图像尺寸减小的比例
    3        多次检测，检测3次
    0        //未知
    剩下两个的窗口的最大尺寸与最小尺寸
*/
    ccf.detectMultiScale(gray, faces, 1.1, 3, 0, Size(50, 50), Size(500, 500));
    for (vector<Rect>::const_iterator iter = faces.begin(); iter != faces.end(); iter++)
    {
        rectangle(image, *iter, Scalar(0, 0, 255), 2, 8); //画出脸部矩形
    }

    imshow("1", image);
    cvWaitKey(0);

}