使用 Haar Cascades 和 OpenCV 检测人脸

图像处理 • 2022年11月20日上午11:14 • 技术文章

基于Haar 级联的目标检测是一种机器学习技术，其中使用正图像和负图像训练级联函数。它用于检测图像中的对象，例如人脸。

下载图片进行测试：

curl -o test.jpg https://raw.githubusercontent.com/ageitgey/face_recognition/master/examples/two_people.jpg

下载预训练的 Haar 级联模型：

curl -o haarcascade_frontalface_alt.xml https://raw.githubusercontent.com/opencv/opencv/master/data/haarcascades/haarcascade_frontalface_alt.xml

CascadeClassifier创建，并从 XML 文件加载 Haar 级联模型。该detectMultiScale方法用于检测图像中的人脸。该方法返回图像上显示的检测到的人脸的边界矩形。

import cv2

haarCascadeFile = 'haarcascade_frontalface_alt.xml'

img = cv2.imread('test.jpg')
grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

classifier = cv2.CascadeClassifier(haarCascadeFile)
faces = classifier.detectMultiScale(grayImg)

for x, y, w, h in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), color=(0, 255, 0), thickness=2)

cv2.imshow('Image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

#include <opencv2/opencv.hpp>

using namespace cv;

int main()
{
    std::string haarCascadeFile = "haarcascade_frontalface_alt.xml";

    Mat img = imread("test.jpg");
    Mat grayImg;
    cvtColor(img, grayImg, COLOR_BGR2GRAY);

    CascadeClassifier classifier(haarCascadeFile);
    std::vector<Rect> faces;
    classifier.detectMultiScale(grayImg, faces);

    for (int i = 0; i < faces.size(); i++) {
        rectangle(img, faces[i], Scalar(0, 255, 0), 2);
    }

    imshow("Image", img);
    waitKey(0);
    destroyAllWindows();

    return 0;
}

package app;

import org.opencv.core.*;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;
import org.opencv.objdetect.CascadeClassifier;

public class Main
{
    static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); }

    public static void main(String[] args)
    {
        String haarCascadeFile = "haarcascade_frontalface_alt.xml";

        Mat img = Imgcodecs.imread("test.jpg");
        Mat grayImg = new Mat();
        Imgproc.cvtColor(img, grayImg, Imgproc.COLOR_BGR2GRAY);

        CascadeClassifier classifier = new CascadeClassifier(haarCascadeFile);
        MatOfRect faces = new MatOfRect();
        classifier.detectMultiScale(grayImg, faces);

        for (int i = 0; i < faces.rows(); i++) {
            Rect face = new Rect(faces.get(i, 0));
            Imgproc.rectangle(img, face, new Scalar(0, 255, 0), 2);
        }

        HighGui.imshow("Image", img);
        HighGui.waitKey(0);
        HighGui.destroyAllWindows();

        System.exit(0);
    }
}

结果：