Opencv摄像头实时人脸识别

Opencv摄像头实时人脸识别

Introduction

网上存在很多人脸识别的文章，这篇文章是我的一个作业，重在通过摄像头实时采集人脸信息，进行人脸检测和人脸识别，并将识别结果显示在左上角。

利用OpenCV 实现一个实时的人脸识别系统，人脸库采用ORL FaceDatabase (网上下载) ，另外在数据库中增加了作业中自带的20张照片和自己利用摄像头采集到的10张照片，系统利用摄像头实时的采集到场景图像，从中检测出人脸用方框标出，并利用提供的数据库进行人脸识别，并在图像左上角显示相匹配的数据库图片。

Method

算法流程分两步，分别是人脸检测和人脸识别。人脸检测使用的是ViolaJones 人脸检测方法，利用样本的Haar-like 特征进行分类器训练，得到级联boosted 分类器，加载训练好的人脸分类器，利用分类器在视频帧中查找人脸区域；人脸识别利用了局部二进制模式直方图。

Haar-like 特征

Haar-like 特征如下图所示

图1 Haar-like 特征

LBPH

人脸识别常用的方法有三种，Eigenfaces、Fisherfaces 和LBPH；对于高维的图像空间，我们首先应该进行降维操作。LBP 不把图像看做高维的矢量，而是通过物体的局部特征来描述。将每个像素和其相邻像素对比形成局部的结构，把该像素看做中心，并以该值对邻接像素做阈值处理，如果临界像素的亮度大于该像素则为1 否则为0，这样每个像素点都可以用一个二进制数来表示，比如一个使用3*3 临界点的LBP 操作如下图所示：

图2 LBP

Implementation识别训练

利用准备好的数据库进行识别训练：首先我们利用Opencv 安装文件中的python脚本create_csv.py建立CSV文件，文件中每条记录如：orl/s13/2.pgm;12，分号之前是图片所存路径，而分号之后是图片的标签号，每一组图片对应着唯一的标签号；之后利用代码中的train_data和read_csv函数对数据集进行训练。使用到的OpenCV 类和函数有：FaceRecognizer，createLBPHFaceRecognizer

人脸检测

运用Opencv安装文件中的haarcascade_frontalface_alt.xml文

件，使用分类器在视频帧中查找人脸区域，并用绿色方框标出。用到的OpenCV 类和函数有：

CascadeClassifier,detectMultiScale。

人脸识别

读取训练好的yaml文件，对每个监测到的区域的图像分类，并在视频帧人脸区域上方显示分类结果（分类结果显示为标签和可信度），在左上角显示缩略图。用到的OpenCV 函数主要有:predict.

Code

1 /*头文件：*/

2 #include "opencv2/core/core.hpp"

3 #include "opencv2/contrib/contrib.hpp"

4 #include "opencv2/highgui/highgui.hpp"

5 #include "opencv2/imgproc/imgproc.hpp"

6 #include "opencv2/objdetect/objdetect.hpp"

7

8 #include <iostream>

9 #include <fstream>

10 #include <sstream>

11 #include <string.h>

12

13 char *FACES_TXT_PATH = "face.txt";

14 char *HARR_XML_PATH =

"haarcascade_frontalface_alt.xml";

15 char *FACES_MODEL = "face.yaml";

16 char *POTRAITS ="potraits.jpg";

17 int DEVICE_ID = 0;

18

19 /*主文件*/

20 #include "config.h"

21

22 using namespace cv;

23 using namespace std;

24 int FACE_WIDHT=92;

25 int FACE_HEIGHT=112;

26 int POTRITE_WIDTH = 100;

27 int POTRITE_HEIGHT = 100;

28

29 static void read_csv(const string& filename, vector<Mat>& images, vector<int>& labels, char separator = ';') {

30 std::ifstream file(filename.c_str(), ifstream::in);

31 if (!file) {

32 string error_message = "找不到文件，请核对路径";

33 CV_Error(CV_StsBadArg, error_message);

34 }

35 string line, path, classlabel;

36 while (getline(file, line)) {

37 stringstream liness(line);

38 getline(liness, path, separator);

39 getline(liness, classlabel);

40 if(!path.empty()

&& !classlabel.empty()) {

41 images.push_back(imread(path, 0));

42 labels.push_back(atoi(classlabel.c_str()));

43 }

44 }

45

46 }

47

48 /*利用csv文件读取数据集并训练对应模型*/

49 void train_data(String fn_csv)

50 {

51 vector<Mat> images;