利用OpenCV自带的分类器识别面部及眼睛

OpenCV自带里许多分类器,可在haarcascades下载

获取面部

// 获取面部// image 为输入的OpenCV的格式的图像// out 为输出图像 <- 此处输出图像为裁剪下来的矩形面部图像bool get_face(cv::Mat image, cv::Mat &out){    // 将图像转为灰度图像,可提高识别精度    cv::Mat gray;    cv::cvtColor(image, gray, CV_BGR2GRAY, 0);    // 此处的rect为用来存储识别出的面部的定位 <- 这里为vector是因为识别的面部可能不止为一个    std::vector<cv::Rect> rect;    // 初始化OpenCV的分类器    cv::CascadeClassifier cas = cv::CascadeClassifier("haarcascade_frontalface_default.xml");    cas.detectMultiScale(gray, rect, 1.15, 5);    // 判断rect是否为空,为空的话就是没有被识别的面部    if (rect.empty())    {        return false;    }    // 输出图像,这里的rect可能不止为一个(因为可能不止一张脸),所以实际中应该使用for循环    // 我这里用rect[0]为了简化    out = image(rect[0]);    return true;}

2020

2019