1

我试图检测只落在面部区域内的眼睛，因此我对代码做了一些小的改动：

 if( cascade )
    {
        double t = (double)cvGetTickCount();
        CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
                                            1.1, 2, 0|CV_HAAR_DO_CANNY_PRUNING,
                                            cvSize(30, 30) );
        t = (double)cvGetTickCount() - t;

        printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
        for( i = 0; i < (faces ? faces->total : 0); i++ )      
        {

            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );

            CvMat small_img_roi;
            CvSeq* nested_objects;
            CvPoint center;
            CvPoint center_1;
            CvScalar color = colors[i%8];
            int radius,radius_1;
            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, color, 3, 8, 0 );
            if( !nested_cascade )
                continue;
            else
                printf("not continuing!\n");
            cvGetSubRect( small_img, &small_img_roi, *r );
            nested_objects = cvHaarDetectObjects( &small_img_roi, nested_cascade, storage,
                                        1.1, 2, 0
                                        |CV_HAAR_DO_CANNY_PRUNING,                                        ,
                                        cvSize(0, 0) );
            for( j = 0; j < (nested_objects ? nested_objects->total : 0); j++ )
            {
                printf("start of nested objects loop!\n");
                CvRect* nr = (CvRect*)cvGetSeqElem( nested_objects, j );
                center_1.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
                center_1.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
                radius_1 = cvRound((nr->width + nr->height)*0.25*scale);
                if(center_1.x+radius_1<center.x+radius&& center.x-radius<center_1.x-radius_1 && center_1.y<center.y+radius&& center.y<center_1.y+radius )
                {
                cvCircle( img, center_1, radius_1, color, 3, 8, 0 );
                }
                else
                    printf("cant find thy eyes!\n");
            }

然而，它并不是很成功。在尝试调试它时，我尝试注释掉他们为脸部画一个圆圈的部分，这导致根本没有画出任何圆圈。这使我得出结论，可能嵌套对象的部分不起作用。因此，我在代码中实现了几个 printfs 并监控了控制台。但是在观察了控制台之后，我得出的结论是部分嵌套对象确实不起作用。但是，我仍然不知道为什么会这样，因为嵌套对象部分类似于人脸检测部分。因此，如果人脸检测部分有效，嵌套的目标代码不也应该有效吗？

(>_<)

4

2 回答 2

1

请提供更多信息：

  1. 您使用的是哪个级联文件？
  2. small_img 的高度和宽度是多少？

关于您的代码：

  1. 您正在使用nested_cascade变量而不初始化它。

通常 - 尝试使用haarcascade_mcs_eyepair_big.xml带有以下参数的 openCV 文件：(image, cascade, storage, 1.1, 3, 0, cvSize()) 甚至使用较小的 scaleFactor 参数值。

我在写我的 BSc 论文（眼动追踪系统）时做过类似的事情，并以非常简单的解决方案结束。一开始我试图在面部内部找到所有可以是眼睛的“物体”，然后决定哪个是左眼，哪个是右眼，但现在我认为这不是一个好的解决方案。
最后我决定尝试haarcascade_mcs_eyepair_big.xml在面部（）内一次搜索两只眼睛（对 - 来自opencv的文件haarcascade_frontalface_default.xml），我发现这是更好的解决方案。它更快，更简单（您不必决定哪个对象是您正在寻找的对象 - 如果您尝试拥有先前的眼睛位置和其他一些东西，它可能会非常复杂）并且更容易实现。
准确度对我来说足够好，速度也很高（整个系统 - 大约 10-25fps - 这取决于几件事）。如果您想使用您的代码进行实时眼睛检测，我可以为您提供有关优化的更多详细信息。

于 2013-04-01T15:20:38.923 回答
1 
import  cv2

#loading cascade
eye_Cascade=cv2.CascadeClassifier('haarcascade_eye.xml')
face_Cascade=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

def detect(gray,frame):
faces=face_Cascade.detectMultiScale(gray,1.3,5)
for (x,y,w,h) in faces:
    cv2.rectangle(frame,(x,y),(x+w ,y+h),(255,0,0),2)
    roi_gray=gray[y:y+h,x:x+w]
    roi_color=frame[y:y+h,x:x+h]
    eyes=eye_Cascade.detectMultiScale(roi_gray,1.1,3)
    for(ex,ey,ew,eh) in eyes:
        cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
return frame        

video_capture=cv2.VideoCapture(0)  #here 0 is used for inbuilt cam and 1 for 
external cam
while True :
   _,frame=video_capture.read()
   gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 
   canvas = detect(gray, frame)
   cv2.imshow('Face and Eye ', canvas)

   #exit when user pressed 'q'
   if cv2.waitKey(1) & 0xFF == ord('q'):   
    break

video_capture.release()
cv2.destroyAllWindows()
于 2019-03-25T08:39:31.427 回答