Windows环境利用 OpenCV 中 CascadeClassifier 分类器识别人眼 c++

news2024/11/24 2:49:24

Windows环境中配置OpenCV

关于在Windows环境中配置opencv的说明，具体可以参考：VS2022 配置OpenCV开发环境详细教程。

CascadeClassifier 分类器

CascadeClassifier 是 OpenCV 库中的一个类，它用于实现一种快速的物体检测算法，称为级联分类器。这种分类器通常用于面部识别、行人检测等任务。级联分类器由多个阶段组成，每个阶段都包含一组分类器，通常是基于Haar 特征或 HOG 特征的简单分类器。这些分类器被训练来识别物体的不同特征。

级联分类器的工作原理如下：
初始化阶段：使用一个较大的窗口在图像中滑动，寻找可能包含目标物体的区域。
分类器级联：每个阶段的分类器都会对候选区域进行分类，如果候选区域通过当前阶段的分类器，它将被传递到下一个阶段的分类器。如果候选区域被拒绝，它将被排除。
多尺度检测：在不同的缩放级别上重复这个过程，以检测不同大小的目标物体。
非极大值抑制：在所有阶段完成后，可能会有多个重叠的候选区域被检测到。非极大值抑制用于选择最佳的候选区域。

使用CascadeClassifier 的基本步骤包括：
加载一个预先训练好的分类器模型，这通常是一个 .xml 文件。
使用分类器检测图像中的物体。
根据需要调整参数，比如窗口大小、缩放因子等。

利用CascadeClassifier 人眼识别

验证VS2022是否配置好OpenCV环境
读入一张本地图片，并显示，如下：

#include <opencv2/opencv.hpp>
int main()
{
    Mat img = imread("amy.png");

    namedWindow("美女");

    imshow("美女", img);

    waitKey(0);
    return 0;
}

运行结果如下，显示出图片，则表示VS2022已经配置OpenCV环境。
在这里插入图片描述
2. 进行图片的人眼识别过程

imread函数读入一张本地图片；
加载人眼识别分类器CascadeClassifier中人眼模型haarcascade_eye.xml，该分类器一般在OpenCV安装目录opencv//build//etc//haarcascades下；
利用分类器CascadeClassifier 中detectMultiScale函数识别人眼；
rectangle函数绘制检测到的人眼，标注矩形框，并打印坐标；
imshow函数显示识别结果。

人脸识别c++ demo

#include <opencv2/opencv.hpp>
#include <string>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {

    // 读取图像文件
    Mat image = imread("amy.png");
    if (image.empty()) {
        cout << "读取图像文件失败" << endl;
        return -1;
    }

    // 加载人眼识别分类器
    CascadeClassifier eyeCascade;
    string eyeCascadePath = "C://opencv//build//etc//haarcascades//haarcascade_eye.xml";
    if (!eyeCascade.load(eyeCascadePath)) {
        cout << "加载人眼识别分类器失败" << endl;
        return -1;
    }

    // 识别人眼
    std::vector<Rect> eyes;
    eyeCascade.detectMultiScale(image, eyes, 1.1, 3, 0, Size(80, 80));

    // 绘制检测到的人眼
    for (const Rect& eye : eyes) {
        rectangle(image, eye, Scalar(255, 0, 0), 2);
        
        // 打印人眼的坐标
        cout << "检测到人眼: 坐标 (" << eye.x << ", " << eye.y
            << ") 尺寸 (" << eye.width << "x" << eye.height << ")" << endl;
    }
 
    // 显示结果图像
    imshow("人眼识别结果", image);

    waitKey(0);

    return 0;
}