1

我已经在我的人脸识别项目中成功实现了人脸检测部分。现在我在图像中有一个矩形的人脸区域。现在我必须在这个检测到的矩形区域上实现 PCA 以提取重要特征。我已经使用了在人脸上实现 PCA 的示例数据库。我想知道我们如何将检测到的人脸传递给实现 PCA 的函数？是我们传递矩形框吗？这是我的面部检测代码。

#include "cv.h"
#include "highgui.h"

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <assert.h>
#include <math.h>
#include <float.h>
#include <limits.h>
#include <time.h>
#include <ctype.h>


// Create a string that contains the exact cascade name
const char* cascade_name =
    "haarcascade_frontalface_alt.xml";
/*    "haarcascade_profileface.xml";*/


// Function prototype for detecting and drawing an object from an image
void detect_and_draw( IplImage* image );

// Main function, defines the entry point for the program.
int main( int argc, char** argv )
{

    // Create a sample image
    IplImage *img = cvLoadImage("Image018.jpg");
    if(!img)
    {
        printf("could not load image");
        return -1;
    }

    // Call the function to detect and draw the face positions
    detect_and_draw(img);

    // Wait for user input before quitting the program
    cvWaitKey();

    // Release the image
    cvReleaseImage(&img);

    // Destroy the window previously created with filename: "result"
    cvDestroyWindow("result");

    // return 0 to indicate successfull execution of the program
    return 0;
}

// Function to detect and draw any faces that is present in an image
void detect_and_draw( IplImage* img )
{

    // Create memory for calculations
    static CvMemStorage* storage = 0;

    // Create a new Haar classifier
    static CvHaarClassifierCascade* cascade = 0;

    int scale = 1;

    // Create a new image based on the input image
    IplImage* temp = cvCreateImage( cvSize(img->width/scale,img->height/scale), 8, 3 );

    // Create two points to represent the face locations
    CvPoint pt1, pt2;
    int i;

    // Load the HaarClassifierCascade
    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );

    // Check whether the cascade has loaded successfully. Else report and error and quit
    if( !cascade )
    {
        fprintf( stderr, "ERROR: Could not load classifier cascade\n" );
        return;
    }

    // Allocate the memory storage
    storage = cvCreateMemStorage(0);

    // Create a new named window with title: result
    cvNamedWindow( "result", 1 );

    // Clear the memory storage which was used before
    cvClearMemStorage( storage );

    // Find whether the cascade is loaded, to find the faces. If yes, then:
    if( cascade )
    {

        // There can be more than one face in an image. So create a growable sequence of faces.
        // Detect the objects and store them in the sequence
        CvSeq* faces = cvHaarDetectObjects( img, cascade, storage,
                                            1.1, 2, CV_HAAR_DO_CANNY_PRUNING,
                                            cvSize(40, 40) );

        // Loop the number of faces found.
        for( i = 0; i < (faces ? faces->total : 0); i++ )
        {
           // Create a new rectangle for drawing the face
            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );

            // Find the dimensions of the face,and scale it if necessary
            pt1.x = r->x*scale;
            pt2.x = (r->x+r->width)*scale;
            pt1.y = r->y*scale;
            pt2.y = (r->y+r->height)*scale;

            // Draw the rectangle in the input image
            cvRectangle( img, pt1, pt2, CV_RGB(255,0,0), 3, 8, 0 );
        }
    }

    // Show the image in the window named "result"
    cvShowImage( "result", img );

    // Release the temp image created.
    cvReleaseImage( &temp );
}
4

1 回答 1

4

编辑：

只是为了通知任何访问本网站的人。我已经编写了一些示例代码来使用我的 libfacerec 库在视频中执行人脸识别：

原帖：

我假设您的问题如下。您已经使用 OpenCV 附带的级联分类器 cv::CascadeClassifier来检测和提取图像中的人脸。现在您要对图像执行人脸识别。

您想使用特征脸进行人脸识别。所以你要做的第一件事就是从你收集的图像中学习特征脸。我为您重写了Eigenfaces 类以使其更简单。要学习特征脸，只需将带有人脸图像和相应标签（主题）的向量传递给Eigenfaces::Eigenfaces或Eigenfaces::compute。确保所有图像的大小相同，您可以使用cv::resize来确保这一点。

一旦你计算了特征脸，你就可以从你的模型中得到预测。只需在计算模型上调用Eigenfaces::predict 。main.cpp向您展示了如何使用该类及其方法（用于图像的预测、投影、重建），以下是如何获得图像的预测。

现在我明白你的问题出在哪里了。您正在使用旧的 OpenCV C API。这使得很难与我的代码编写的新 OpenCV2 C++ API 接口。不要冒犯，但如果你想与我的代码接口，你最好使用 OpenCV2 C++ API。我不能在这里给出学习 C++ 和 OpenCV2 API 的指南，OpenCV 附带了很多文档。一个好的开始是 OpenCV C++ 备忘单（也可在http://opencv.willowgarage.com/获得）或 OpenCV 参考手册。

为了从 Cascade Detector 识别图像，我重复一遍：首先用你想识别的人学习 Eigenfaces 模型，它在我的代码附带的示例中显示。然后你需要得到感兴趣区域（ROI），也就是人脸，Cascade Detector 输出的矩形。最后，您可以从 Eigenfaces 模型（您已经在上面计算过）获得对 ROI 的预测，它显示在我的代码附带的示例中。您可能必须将图像转换为灰度，但仅此而已。这就是它的完成方式。

于 2012-01-30T15:25:19.317 回答