逍遙文工作室

去年已經寫過人臉偵測 (Face Detection)，那是Sedir同學 (這裡幫她廣告一下～目前單身，想認識可留言或寄信給我)推薦我使用的程式碼，這次我自己試用OpenCV 2.4 beta裡的tutorial code，發現它多了人眼偵測 (Eye Detection)，那就直接來玩這版的人臉偵測 (Face Detection)。

旁聽多媒體系統設計課又經老師說OpenCV有非常容易使用的程式碼，好奇心旺盛的我當然馬上拿來把玩囉～我使用我大學迎新宿營的相片做測試，嗯～還滿懷念的！大一悠哉玩，大二負責籌備。

原圖大小：900×600

原圖大小：1000×666，最小window size：5×5

原圖大小：1500×1000，最小window size：1×1

原圖大小：1500×713，最小window size：1×1，這一張刻意裁剪掉不相干的區域，以增加人臉所佔比例，也不知道是不是程式本身設計的問題，影像太大 (約超過2000×2000)就會當掉……

控制最小window size可偵測到更多較小的人臉喔！圖檔越大或最小window size越小執行時間就越長。

由於人眼比人臉小得多，所以將最小window size控制比人臉更小些！我用圖檔試驗的結果不太好，也許用webcam可以很容易捕捉人眼呢！

• 環境設定參考：Visual Studio 2010 安裝 OpenCV 2.4 beta
• 範例程式：C:\OpenCV2.4beta\samples\cpp\tutorial_code\objectDetection\objectDetection.cpp

這個程式碼並不會很長，所以在這邊秀出來：

/**
	Theme: Face Detection
	compiler: Visual Studio 2010 with OpenCV 2.4 beta
	Date: 101/04/28
	Author: HappyMan
	Blog: https://cg2010studio.wordpress.com/
*/
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>
#include <stdio.h>

using namespace std;
using namespace cv;

/** Function Headers */
void detectAndDisplay( Mat frame );

/** Global variables */
//-- Note, either copy these two files from opencv/data/haarscascades to your current folder, or change these locations
String face_cascade_name = "haarcascade_frontalface_alt.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade;
CascadeClassifier eyes_cascade;
string window_name = "Capture - Face detection";
RNG rng(12345);

/**
 * @function main
 */
int main( int argc, const char** argv )
{
  CvCapture* capture;
  Mat frame;

  //-- 1. Load the cascades
  if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };
  if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };

  //-- 2. Read the video stream
  capture = cvCaptureFromCAM( -1 );
  if( capture )
  {
    while( true )
    {
      frame = cvQueryFrame( capture );

      //-- 3. Apply the classifier to the frame
      if( !frame.empty() )
       { detectAndDisplay( frame ); }
      else
       { printf(" --(!) No captured frame -- Break!"); break; }

      int c = waitKey(10);
      if( (char)c == 'c' ) { break; }

    }
  }
  else{
    printf(" --(!) No Webcam!");
  }
	char* imageName = "test.jpg";

	Mat image;
	image = imread( imageName, 1 );

	imshow( imageName, image );

	detectAndDisplay(image);

	waitKey(0);
  return 0;
}

/**
 * @function detectAndDisplay
 */
void detectAndDisplay( Mat frame )
{
   std::vector<Rect> faces;
   Mat frame_gray;

   cvtColor( frame, frame_gray, CV_BGR2GRAY );
   equalizeHist( frame_gray, frame_gray );
   //-- Detect faces
   face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(1, 1) );

   for( int i = 0; i < faces.size(); i++ )
    {
      Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 );
      ellipse( frame, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 0, 255, 0 ), 2, 8, 0 );

      Mat faceROI = frame_gray( faces[i] );
      std::vector<Rect> eyes;

      //-- In each face, detect eyes
      eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(.5, .5) );

      for( int j = 0; j < eyes.size(); j++ )
       {
         Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 );
         int radius = cvRound( (eyes[j].width + eyes[i].height)*0.25 );
         circle( frame, center, radius, Scalar( 255, 0, 0 ), 3, 8, 0 );
       }
    }
   //-- Show what you got
   imshow( window_name, frame );
   imwrite( "result.jpg", frame );
}

原本的程式碼只能使用webcam來擷取影像，我加入了讀取圖檔來獲取影像。

訓練集：C:\OpenCV2.4beta\data\haarcascades

• 人臉訓練集：haarcascade_frontalface_alt.xml
• 人眼訓練集：haarcascade_eye_tree_eyeglasses.xml

還有嘴巴、鼻子、身體、上半身、下半身等訓練集，只不過我沒有試出結果，不然就是程式當掉……

聽老師介紹，OpenCV使用5K多張正面影像和350M多張負面影像來訓練人臉集，real-time的偵測使用38層cascade，每一層有6061個feature，訓練的時間相當久呢！若我有一堆人臉影像，我也想來訓練看看，或者訓練狗阿貓阿等等動物的臉，一定會非常好玩的！

感覺去年的我比較厲害，那篇有較多的技術說明，可參考：人臉偵測 (Face Detection)。

參考：OpenCV v2.4.0-beta documentation – objdetect module. Object Detection。