OpenCV人脸检测demo--facedetect

&1 问题来源

　　在运行官网的facedetect这个demo的时候，总是不会出来result的图形，电脑右下角提示的错误是“显示器驱动程序已停止响应，而且已恢复 windows 8(R)”。

&2 前期处理

• 修改代码，各种代码上的调试都尝试过，demo运行失败了；
• 百度上的禁用视觉效果方案，即修改电脑的主题为“windows 经典”主题，demo运行失败了；
• 百度上的重新安装显卡驱动方案，即重新装集成网卡驱动，导致显示器黑屏，倒腾了一天才整回来，失败；

&3 成功解决

　　首先，打开注册表，找到HKEY_LOCAL_MACHINE，在SYSTEM中的CurrentControlSet中的Control的GrphicsDrivers上面点击右键，新建QEORD（64位）值（Q）,数值名称为：TdrDelay，数值数据为：8，基数不用改变，选择十六进制即可。

　　

　　然后，在你的项目编译文件夹内加入四个文件，haarcascade_eye_tree_eyeglasses.xml和haarcascade_frontalface_alt.xml、opencv_ffmpeg310_64.dll及opencv_world310d.dll；

　　

　　在opencv的环境配置中，(前面有博文介绍)，去掉可执行文件目录，去掉附加依赖项的opencv_world310.lib，至此，所有的环境配置方面已经完成。

&4 demo的代码和运行结果

注意：在opencv安装文件夹sourcessamplescpp中的文件facedetect.cpp即是源代码。

#include "opencv2/objdetect.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>

using namespace std;
using namespace cv;

static void help()

{
　　cout << "
This program demonstrates the cascade recognizer. Now you can use Haar or LBP features.
"
　　"This classifier can recognize many kinds of rigid objects, once the appropriate classifier is trained.
"
　　"It's most known use is for faces.
"
　　"Usage:
"
　　"./facedetect [--cascade=<cascade_path> this is the primary trained classifier such as frontal face]
"
　　" [--nested-cascade[=nested_cascade_path this an optional secondary classifier such as eyes]]
"
　　" [--scale=<image scale greater or equal to 1, try 1.3 for example>]
"
　　" [--try-flip]
"
　　" [filename|camera_index]

"
　　"see facedetect.cmd for one call:
"
　　"./facedetect --cascade="../../data/haarcascades/haarcascade_frontalface_alt.xml" --nested-cascade="../../data/haarcascades/haarcascade_eye_tree_eyeglasses.xml" --scale=1.3

"
　　"During execution:
	Hit any key to quit.
"
　　"	Using OpenCV version " << CV_VERSION << "
" << endl;
}

void detectAndDraw(Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade,
double scale, bool tryflip);

string cascadeName;
string nestedCascadeName;

int main(int argc, const char** argv)
{
　　VideoCapture capture;
　　Mat frame, image;
　　string inputName;
　　bool tryflip;
　　CascadeClassifier cascade, nestedCascade;
　　double scale;

　　cv::CommandLineParser parser(argc, argv,
　　　　"{help h||}"
　　　　"{cascade|haarcascade_frontalface_alt.xml|}"
　　　　"{nested-cascade|haarcascade_eye_tree_eyeglasses.xml|}"
　　　　"{scale|1|}{try-flip||}{@filename|lena.jpg|}"
　　);


　　if (parser.has("help"))
　　{
　　　　help();
　　　　return 0;
　　}
　　cascadeName = parser.get<string>("cascade");
　　nestedCascadeName = parser.get<string>("nested-cascade");
　　scale = parser.get<double>("scale");
　　if (scale < 1)
　　　　scale = 1;
　　tryflip = parser.has("try-flip");
　　inputName = parser.get<string>("@filename");
　　if (!parser.check())
　　{
　　　　parser.printErrors();
　　　　return 0;
　　}
　　if (!nestedCascade.load(nestedCascadeName))
　　　　cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
　　if (!cascade.load(cascadeName))
　　{
　　　　cerr << "ERROR: Could not load classifier cascade" << endl;
　　　　help();
　　　　return -1;
　　}
　　if (inputName.empty() || (isdigit(inputName[0]) && inputName.size() == 1))
　　{
　　　　int c = inputName.empty() ? 0 : inputName[0] - '0';
　　　　if (!capture.open(c))
　　　　cout << "Capture from camera #" << c << " didn't work" << endl;
　　}
　　else if (inputName.size())
　　{
　　　　image = imread(inputName, 1);
　　　　if (image.empty())
　　　　{
　　　　　　if (!capture.open(inputName))
　　　　　　cout << "Could not read " << inputName << endl;
　　　　}
　　}
　　else
　　{
　　　　image = imread("../data/lena.jpg", 1);
　　　　if (image.empty()) cout << "Couldn't read ../data/lena.jpg" << endl;
　　}

　　if (capture.isOpened())
　　{
　　　　cout << "Video capturing has been started ..." << endl;

　　　　for (;;)
　　　　{
　　　　　　capture >> frame;
　　　　　　if (frame.empty())
　　　　　　break;

　　　　　　Mat frame1 = frame.clone();
　　　　　　detectAndDraw(frame1, cascade, nestedCascade, scale, tryflip);

　　　　　　int c = waitKey(10);
　　　　　　if (c == 27 || c == 'q' || c == 'Q')
　　　　　　break;
　　　　}
　　}
　　else
　　{
　　　　cout << "Detecting face(s) in " << inputName << endl;
　　　　if (!image.empty())
　　　　{
　　　　　　detectAndDraw(image, cascade, nestedCascade, scale, tryflip);
　　　　　　waitKey(0);
　　　　}
　　else if (!inputName.empty())
　　{
　　　　/* assume it is a text file containing the
　　　　list of the image filenames to be processed - one per line */
　　　　FILE* f = fopen(inputName.c_str(), "rt");
　　　　if (f)
　　　　{
　　　　　　char buf[1000 + 1];
　　　　　　while (fgets(buf, 1000, f))
　　　　　　{
　　　　　　　　int len = (int)strlen(buf), c;
　　　　　　　　while (len > 0 && isspace(buf[len - 1]))
　　　　　　　　len--;
　　　　　　　　buf[len] = '';
　　　　　　　　cout << "file " << buf << endl;
　　　　　　　　image = imread(buf, 1);
　　　　　　　　if (!image.empty())
　　　　　　　　{
　　　　　　　　　　detectAndDraw(image, cascade, nestedCascade, scale, tryflip);
　　　　　　　　　　c = waitKey(0);
　　　　　　　　　　if (c == 27 || c == 'q' || c == 'Q')
　　　　　　　　　　　　break;
　　　　　　　　}
　　　　　　　　else
　　　　　　　　{
　　　　　　　　　　cerr << "Aw snap, couldn't read image " << buf << endl;
　　　　　　　　}
　　　　　　}
　　　　fclose(f);
　　　　}
　　}
}

return 0;
}

void detectAndDraw(Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade,
double scale, bool tryflip)
{
double t = 0;
vector<Rect> faces, faces2;
const static Scalar colors[] =
{
Scalar(255, 0, 0),
Scalar(255, 128, 0),
Scalar(255, 255, 0),
Scalar(0, 255, 0),
Scalar(0, 128, 255),
Scalar(0, 255, 255),
Scalar(0, 0, 255),
Scalar(255, 0, 255)
};
Mat gray, smallImg;

cvtColor(img, gray, COLOR_BGR2GRAY);
double fx = 1 / scale;
resize(gray, smallImg, Size(), fx, fx, INTER_LINEAR);
equalizeHist(smallImg, smallImg);

t = (double)cvGetTickCount();
cascade.detectMultiScale(smallImg, faces,
1.1, 2, 0
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
| CASCADE_SCALE_IMAGE,
Size(30, 30));
if (tryflip)
{
flip(smallImg, smallImg, 1);
cascade.detectMultiScale(smallImg, faces2,
1.1, 2, 0
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
| CASCADE_SCALE_IMAGE,
Size(30, 30));
for (vector<Rect>::const_iterator r = faces2.begin(); r != faces2.end(); r++)
{
faces.push_back(Rect(smallImg.cols - r->x - r->width, r->y, r->width, r->height));
}
}
t = (double)cvGetTickCount() - t;
printf("detection time = %g ms
", t / ((double)cvGetTickFrequency()*1000.));
for (size_t i = 0; i < faces.size(); i++)
{
Rect r = faces[i];
Mat smallImgROI;
vector<Rect> nestedObjects;
Point center;
Scalar color = colors[i % 8];
int radius;

double aspect_ratio = (double)r.width / r.height;
if (0.75 < aspect_ratio && aspect_ratio < 1.3)
{
center.x = cvRound((r.x + r.width*0.5)*scale);
center.y = cvRound((r.y + r.height*0.5)*scale);
radius = cvRound((r.width + r.height)*0.25*scale);
circle(img, center, radius, color, 3, 8, 0);
}
else
rectangle(img, cvPoint(cvRound(r.x*scale), cvRound(r.y*scale)),
cvPoint(cvRound((r.x + r.width - 1)*scale), cvRound((r.y + r.height - 1)*scale)),
color, 3, 8, 0);
if (nestedCascade.empty())
continue;
smallImgROI = smallImg(r);
nestedCascade.detectMultiScale(smallImgROI, nestedObjects,
1.1, 2, 0
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
//|CASCADE_DO_CANNY_PRUNING
| CASCADE_SCALE_IMAGE,
Size(30, 30));
for (size_t j = 0; j < nestedObjects.size(); j++)
{
Rect nr = nestedObjects[j];
center.x = cvRound((r.x + nr.x + nr.width*0.5)*scale);
center.y = cvRound((r.y + nr.y + nr.height*0.5)*scale);
radius = cvRound((nr.width + nr.height)*0.25*scale);
circle(img, center, radius, color, 3, 8, 0);
}
}
imshow("result", img);
}

结果：