人脸检测--创新实验结题书

人脸检测--创新实验结题书---韩尚颖

编号：

数学与计算科学学院

创新性实验结题报告书

实验题目： 单张照片人脸检测

实验成绩（教师填写）：

学 院： 数学与计算科学学院

专 业： 信息与计算科学

学生姓名： 韩尚颖 1200710218

小组成员： 覃启霞 1200710211

指导教师： 王东

2014 年 07月 25日

人脸检测--创新实验结题书---韩尚颖

摘 要:

人脸检测在计算机视觉领域是一个很基础性技术，我们组使用了基于openCV的Viola-Jones分类算法的haar 分类器的刚性物体检测技术；首先，需要使用openCV的createsamples（）和haartraining（）函数来训练分类器，然后使用detect_and_draw()函数来进行人脸的检测和标记；本实验是在windows环境下使用win32 API和VC实现了人脸检测的基本功能。

关键词: 人脸检测 openCV windows平台 Viola-Jones分类算法 haar 分类器

一、实验目的及主要创新性点：

1、熟悉和掌握openCV（open source computer vision library开源的计算机视觉库），并通过它提供的一些集成函数来实现对照片或视频的处理；

2、实现照片的人脸检测，并且我们又加入了调用摄像头或者现成的视频文件进行人脸检测；

3、同时进一步掌握了VC和win32编程的技巧和方法。

二、实验要求：

1、 实现单张照片的人脸检测和标记；

2、 熟悉怎么使用Windows API函数设计窗口界面，实现人脸检测功能；

3、 了解Windows API 编程的方法与技能的；

4、 掌握VC和openCV的基础知识；

三、实验原理：

[一].人脸检测算法原理：Viola-Jones人脸检测方法

该算法的主要特征：

1.提出积分图像（integral image）,从而可以快速计算Haar-like特征。

2.利用Adaboost学习算法进行特征选择和分类器训练，把弱分类器组 合成强分类器。

3.采用分类器级联提高效率。

[二].openCV检测原理

因为openCV中已经有预先训练好的一些物体识别文件（haar 分类器），所以我们组决定不在自己训练，因为这需要大量的经过处理的图片，任务过去繁重。

第二步，我们使用detect_and_draw()函数来识别、标记人脸，其中代码函数中有一个颜色向量的数组colors[]，可以不同颜色标记人脸；分类器在灰度图上进行检测，所以RGB图首先通过cvCvtClolor（）转化成灰度图,还可以用cvResize()调整大小，然

人脸检测--创新实验结题书---韩尚颖

后通过cvEqualizeHist（）进行直方均衡；cvHaarDetectObjects（）以不同的窗口扫描输入的图形寻找人脸，人脸检测会有多次重复，这里默认3次，我们才认为人脸确实存在，防止误检验。

主要步骤为：

1.加载分类器。

用cvLoad函数读入xml格式的文件。

2.读入待检测图像。读入图片、视频或者调用摄像头采集。

3.检测并标示人脸，显示人脸检测数目和用时。

四、实验内容与步骤（部分代码）：

1、首先，在VS2010平台下建立win32 项目，设计基本对话框样式和功能按钮； （1）三个按钮：

btn[0] = CreateWindow(TEXT("button"),TEXT("单张照片识别"),WS_CHILD|WS_VISIBLE|BS_PUSHBUTTON,40,40,100,30,hWnd,(HMENU)0,hInstance,NULL);

btn[1] = CreateWindow(TEXT("button"),TEXT("摄像识别"),WS_CHILD|WS_VISIBLE|BS_PUSHBUTTON,40,80,100,30,hWnd,(HMENU)1,hInstance,NULL);

btn[2] = CreateWindow(TEXT("button"),TEXT("视频识别"),WS_CHILD|WS_VISIBLE|BS_PUSHBUTTON,40,120,100,30,hWnd,(HMENU)2,hInstance,NULL);

（2）显示人脸识别数和用时：

TextOut(hdc,250,180,TEXT("人脸识别用时（纳秒）："),11);

TextOut(hdc, 400,180, szText1, wsprintf(szText1, TEXT("%d"), ti)); TextOut(hdc,250,200,TEXT("人脸识别个数："),7);

TextOut(hdc, 380,200, szText1, wsprintf(szText1, TEXT("%d"), fa));

2、编写对应按钮的功能函数，加入openCV函数；

const char* cascade_name =

"haarcascade_frontalface_alt2.xml";//Haar分类器

/* "haarcascade_profileface.xml";*/

（1）人脸检测标记函数

void detect_and_draw( IplImage* img )//人脸检测标记函数

{

static CvScalar colors[] = //一般用来存放像素值（不一定是灰度值哦）的 {

{{0,0,255}},//画圆的那个线条颜色

{{0,128,255}},

{{0,255,255}},

{{0,255,0}},

{{255,128,0}},

{{255,255,0}},

{{255,0,0}},

人脸检测--创新实验结题书---韩尚颖

{{255,0,255}}

};

double scale = 1.3;

IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 ); IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),//对一个double型的数进行四舍五入，并返回一个整型数！

cvRound (img->height/scale)), 8, 1 );//缩放

int i;

cvCvtColor( img, gray, CV_BGR2GRAY );//颜色空间转换函数，可以实现RGB颜色向HSV,HSI等颜色空间的转换，也可以转换为灰度图像。

cvResize( gray, small_img, CV_INTER_LINEAR );//调整3通道图像（如RGB图像）和单通道图像的大小。

cvEqualizeHist( small_img, small_img );//用来使灰度图象直方图均衡化 cvClearMemStorage( storage );

if( cascade )

{

double t = (double)cvGetTickCount();//获取操作系统启动所经过（elapsed）的毫秒数

CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage, //用来检测图像中的目标

1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,//利用Canny边缘检测器 cvSize(20, 20) );

t = (double)cvGetTickCount() - t;

ti=((t/((double)cvGetTickFrequency()))/1000000.0);

fa=faces->total;

for( i = 0; i < (faces ? faces->total : 0); i++ )

{

CvRect* r = (CvRect*)cvGetSeqElem( faces, i );//返回索引指定的元素指针

CvPoint center;

int radius;

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);

cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );

//画圆标记

}

}

cvWaitKey(0);

cvShowImage( "人脸检测结果", img );

cvReleaseImage( &gray );

cvReleaseImage( &small_img );

}

人脸检测--创新实验结题书---韩尚颖

//将TCHAR转为char

//*tchar是TCHAR类型指针，*_char是char类型指针

void TcharToChar (const TCHAR * tchar, char * _char)

{

int iLength ;

//获取字节长度

iLength = WideCharToMultiByte(CP_ACP, 0, tchar, -1, NULL, 0, NULL, NULL); //将tchar值赋给_char

WideCharToMultiByte(CP_ACP, 0, tchar, -1, _char, iLength, NULL, NULL); }

（2）照片识别

void picturetext (TCHAR a[])//照片识别

{

CHAR b[260];

TcharToChar(a,b);

//CvCapture* capture = 0;//视频摄像头

IplImage *frame, *frame_copy = 0;//图形结构

cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );

//导入分类器

storage = cvCreateMemStorage(0);

//创建内存空间

cvNamedWindow( "result", 1 );

const char* filename = (char*)b;

IplImage* image = cvLoadImage( filename, 1 );

if( image )

{

detect_and_draw( image );

cvWaitKey(0);

cvReleaseImage( &image );

}

else

{

/* assume it is a text file containing the

list of the image filenames to be processed - one per line */ FILE* f = fopen( filename, "rt" );

if( f )

{

char buf[1000+1];

while( fgets( buf, 1000, f ) )

{

int len = (int)strlen(buf);

while( len > 0 && isspace(buf[len-1]) )