基于OpenCV的人脸识别算法之二---代码实现

1. Opencv代码实现人脸识别

   程序功能:能够利用摄像头自主检测人脸，检测到人脸后才进入人脸识别子函数，与识别模板进行比对，通过PCA算法进行人脸识别，若识别为模板人脸，则在视频上显示姓名。

   程序流程：

   1. 打开摄像头
   2. 拍摄自己的头像，作为人脸检测模型，写入磁盘
   3. 加载人脸检测器，加载人脸模型
   4. 人脸检测
   5. 把检测到的人脸与人脸模型里面的对比，找出这是谁的脸
   6. 如果人脸是自己的，显示自己的名字。

   人脸检测的数据集的获取方法参考博客OpenCV实践之路——人脸识别之一数据收集和预处理

   代码^[3]：

   #include<opencv2/opencv.hpp>
   #include<iostream>
   #include<stdio.h>
   #include<fstream>
   #include<sstream>
   #include<math.h>
    
   using namespace cv;
   using namespace std;
   using namespace face;
    
   ////////////////////////////////////////////////////////////////////////////////////////////////////
   const char ESC = 27;
    
   String face_cascade_name = "G://openCV/opencv3.2.0/opencv/sources/data/haarcascades_cuda/haarcascade_frontalface_default.xml";
   String eyes_cascade_name = "G://openCV/opencv3.2.0/opencv/sources/data/haarcascades_cuda/haarcascade_eye_tree_eyeglasses.xml";
   CascadeClassifier face_cascade;//定义人脸分类器    
   /////////////////////////////////////////////////////////////////////////////////////////////////////
    
    
   //使用CSV文件去读图像和标签，主要使用stringstream和getline方法
   static void read_csv(const string& filename, vector<Mat> &images, vector<int>& labels, char separator = ';')
   {
       std::ifstream file(filename.c_str(), ifstream::in);
       if (!file)
       {
           string error_message = "No valid input file was given, please check the given filename.";
           CV_Error(CV_StsBadArg, error_message);
       }
       string line, path, classlabel;
       while (getline(file, line))
       {
           stringstream liness(line);
           getline(liness, path, separator);
           getline(liness, classlabel);
           if (!path.empty() && !classlabel.empty())
           {
               images.push_back(imread(path, 0));
               labels.push_back(atoi(classlabel.c_str()));
           }
       }
   }
    
    
   int predictVedio(Ptr<FaceRecognizer>& model, vector<int>& labels)
   {
       VideoCapture cap(0);
    
       std::vector<Rect> faces;
       Mat frame_gray;
    
    
       Mat frame;
       char key = waitKey(100);//等待100ms,返回键盘上的字符
       cap >> frame;
    
       //检测人脸,检测到人脸才允许拍照
       if (!face_cascade.load(face_cascade_name)) { printf("--(!)Error loading face cascade\n"); return 0; };//读取分类器
       cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
       equalizeHist(frame_gray, frame_gray);
       face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70), Size(100, 100));
    
       Mat faceROI;
       for (size_t j = 0; j < faces.size(); j++)
       {
           Point center(faces[j].x + faces[j].width / 2, faces[j].y + faces[j].height / 2);
           rectangle(frame, faces[j], Scalar(255, 0, 0), 2, 8, 0);
    
           faceROI = frame_gray(faces[j]);
    
       }
       ///////////////////////////////////////////////////////
    
       Point text_lb;
    
       for (size_t i = 0; i < faces.size(); i++)
       {
           if (faces[i].height > 0 && faces[i].width > 0)
           {
               text_lb = Point(faces[i].x, faces[i].y);
           }
       }
    
    
       if (faces.size() != 0)
       {
       
           resize(faceROI, faceROI, Size(92, 112));
           int predictedLabel = model->predict(faceROI);
    
           if (predictedLabel == 40)
           {
               string name = "Hao";
               putText(frame, name, text_lb, FONT_HERSHEY_COMPLEX, 1, Scalar(0, 0, 255));
           }
       }imshow("frame", frame);
    
       if (key == ESC) { return 0; }
    
       return 1;
   }
    
    
   int main()
   {
       //读取CSV文件路径
       string fn_csv = "at.txt";
    
       // 2个容器来存放图像数据和对应的标签
       vector<Mat> images;
       vector<int> labels;
       //读取数据，如果文件不合法就会出错
       //输入的文件名已经有了
       try
       {
           read_csv(fn_csv, images, labels);
       }
       catch (cv::Exception& e)
       {
           cerr << "Error opening file \"" << fn_csv << "\".Reason:" << e.msg << endl;
           exit(1);
       }
       //如果没有读取到足够的图片，也退出
       if (images.size() <= 1)
       {
           string error_message = "This demo needs at least 2 images to work. Please add more images to you data set!";
           CV_Error(CV_StsError, error_message);
       }
    
   //下面几行创建了一个特征脸模型用于人脸识别，
       //通过CSV文件读取的图像和标签训练它
       //T这里是一个完整的PCA变换
       //如果你只想保留10个主成份，使用如下代码
       // cv::createEigenFaceRecognizer(10);
       //
       //如果你还希望使用置信度阈值来初始化，使用以下语句:
       // cv::createEigenFaceRecognizer(10,123.0);
       //如果你使用所有特征并且使用一个阈值，使用以下语句:`
       // cv::createEigenFaceRecognizer(0,123.0);
    
       Ptr<FaceRecognizer> model = createEigenFaceRecognizer();//基于PCA变换的人脸识别算法
       model->train(images, labels);
       model->load("MyFacePCAModel.xml");
    
       while (1)
       {
        if (!predictVedio(model,labels))
        {
        break;
        }
       }/**/
    
    
       waitKey(0);
       return 0;
   }

   
   

   参考文献

   [1]主成分分析（PCA）原理详解

   [2] PCA人脸识别

   [3] OpenCV实践之路——人脸识别之三识别自己的脸