OpenCV檢測篇（二）——笑臉檢測

前言

由於本文與上一篇OpenCV檢測篇（一）——貓臉檢測具有知識上的連貫性，所以建議沒讀過前一篇的先去閱讀一下前一篇，前面講過的內容這裡會省略掉。

笑臉檢測

其實也沒什麼可省略的，因為跟在opencv中，無論是人臉檢測、人眼檢測、貓臉檢測、行人檢測等等，套路都是一樣的。正所謂：

自古深情留不住，總是套路得人心。

發揮主要作用的函數有且僅有一個：detectMultiScale()。前一篇貓臉檢測中已經提到過這個函數，這裡就不再詳細贅述。

這裡只說一下笑臉檢測的流程，顯然也都是套路：

1.載入人臉檢測器進行人臉檢測

2 載入笑臉檢測器進行笑臉檢測

檢測的時候用的都是同一個函數，也即上述detectMultiScale()函數。這裡需要注意的一點是：

笑臉檢測是在人臉檢測之後得到的人臉區域中進行的。我猜它用到的演算法很可能是檢測人的嘴角的姿態，因為笑臉檢測最後的輸出結果就是框住了人上揚的嘴角。

效果展示

更多

這麼多內容作為一篇的話我覺得是不是略少？那就加點內容吧，我把上面的內容用C++又寫了一遍，不同於上面的直接檢測圖片，C++版本是調用攝像頭來檢測自己的笑臉。

代碼獲取

分別是想要親自嘗試一下的朋友可以從我的github上獲取代碼。如果在這裡複製鏈接不方便，可以回復「笑臉檢測代碼」獲取下載鏈接。

C++版本：LiuXiaolong19920720/smile-detection-Cpp

Python版本：LiuXiaolong19920720/smile-detection-Python

Python代碼

# -*- coding=utf-8 -*-nimport cv2n# 人臉檢測器nfacePath = "lbpcascade_frontalface.xml"nfaceCascade = cv2.CascadeClassifier(facePath)n# 笑臉檢測器nsmilePath = "haarcascade_smile.xml"nsmileCascade = cv2.CascadeClassifier(smilePath)nimg = cv2.imread("test.jpg") ngray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)n# 首先檢測人臉，返回的是框住人臉的矩形框nfaces = faceCascade.detectMultiScale(n gray,n scaleFactor= 1.1,n minNeighbors=8,n minSize=(55, 55),n flags=cv2.CASCADE_SCALE_IMAGEn)n# 畫出每一個人臉，提取出人臉所在區域nfor (x, y, w, h) in faces:n cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)n roi_gray = gray[y:y+h, x:x+w]n roi_color = img[y:y+h, x:x+w]n # 對人臉進行笑臉檢測n smile = smileCascade.detectMultiScale(n roi_gray,n scaleFactor= 1.16,n minNeighbors=35,n minSize=(25, 25),n flags=cv2.CASCADE_SCALE_IMAGEn )n # 框出上揚的嘴角並對笑臉打上Smile標籤n for (x2, y2, w2, h2) in smile:n cv2.rectangle(roi_color, (x2, y2), (x2+w2, y2+h2), (255, 0, 0), 2)n cv2.putText(img,Smile,(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)ncv2.imshow(Smile?, img)n#cv2.imwrite("smile.jpg",img)nc = cv2.waitKey(0)n

Ｃ＋＋代碼

#include<opencv2opencv.hpp> n#include <iostream> n#include <stdio.h> nusing namespace std;nusing namespace cv;nString face_cascade_name = "haarcascade_frontalface_default.xml";nString smile_cascade_name = "haarcascade_smile.xml";nCascadeClassifier face_cascade; nCascadeClassifier smile_cascade; nString window_name = "Capture - Face detection";nint main()n{n VideoCapture capture; n Mat frame; n if (!face_cascade.load(face_cascade_name))n {n printf("--(!)Error loading face cascaden"); n return -1;n };n if (!smile_cascade.load(smile_cascade_name)) n {n printf("--(!)Error loading eyes cascaden"); n return -1;n };n //-- 2. Read the video stream n capture.open(0); n if (!capture.isOpened()) n { n printf("--(!)Error opening video capturen"); n return -1; n } n while (capture.read(frame))n {n if (frame.empty())n {n printf(" --(!) No captured frame -- Break!");n break;n }n std::vector<Rect> faces;n Mat frame_gray;n cvtColor(frame, frame_gray, COLOR_BGR2GRAY);n equalizeHist(frame_gray, frame_gray);n face_cascade.detectMultiScale(frame_gray, faces, 1.05, 8, CASCADE_SCALE_IMAGE);n for (size_t i = 0; i < faces.size(); i++)n {n rectangle(frame, faces[i], Scalar(255, 0, 0), 2, 8, 0);n Mat faceROI = frame_gray(faces[i]);n std::vector<Rect> smile;n //-- In each face, detect smilen smile_cascade.detectMultiScale(faceROI, smile, 1.1, 55, CASCADE_SCALE_IMAGE);n for (size_t j = 0; j < smile.size(); j++)n {n Rect rect(faces[i].x + smile[j].x, faces[i].y + smile[j].y, smile[j].width, smile[j].height);n rectangle(frame, rect, Scalar(0, 0, 255), 2, 8, 0);n }n }n //-- Show what you got n namedWindow(window_name, 2);n imshow(window_name, frame);n waitKey(100);n }n int c = waitKey(0);n if ((char)c == 27) { return 0; } n return 0;n}n

推薦閱讀：