在OpenCV中主要使用了兩種特征（即兩種方法）進行人臉檢測，Haar特征和LBP特征。

在OpenCV中，使用已經(jīng)訓練好的XML格式的分類器進行人臉檢測。在OpenCV的安裝目錄下的sources文件夾里的data文件夾里可以看到下圖所示的內(nèi)容：

image.png

上圖中文件夾的名字“haarcascades”、“hogcascades”和“l(fā)bpcascades”分別表示通過“haar”、“hog”和“l(fā)bp”三種不同的特征而訓練出的分類器：即各文件夾里的文件。"haar"特征主要用于人臉檢測，“hog”特征主要用于行人檢測，“l(fā)bp”特征主要用于人臉識別。打開“haarcascades”文件夾，如下圖所示

image.png

圖中的XML文件即是我們?nèi)四槞z測所需要的分類器文件。在實際使用中，推薦使用上圖中被標記的“haarcascade_frontalface_alt2.xml”分類器文件，準確率和速度都比較好。

圖片中的人臉檢測

//頭文件
#include<opencv2/objdetect/objdetect.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
 
using namespace cv;
 
//人臉檢測的類
CascadeClassifier faceCascade;
 
int main()
{
    faceCascade.load("../data/haarcascade_frontalface_alt2.xml");   //加載分類器，注意文件路徑
 
    Mat img = imread("../data/PrettyGirl.jpg");
    Mat imgGray;
    vector<Rect> faces;
 
    if(img.empty())
    {
      return 1;
    }
 
    if(img.channels() ==3)
    {
       cvtColor(img, imgGray, CV_RGB2GRAY);
    }
    else
    {
       imgGray = img;
    }
 
    faceCascade.detectMultiScale(imgGray, faces, 1.2, 6, 0, Size(0, 0));   //檢測人臉
 
    if(faces.size()>0)
    {
       for(int i =0; i<faces.size(); i++)
       {
           rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height), 
                           Scalar(0, 255, 0), 1, 8);    //框出人臉位置
       }
    }
 
    imshow("FacesOfPrettyGirl", img);
 
    waitKey(0);
    return 0;
}

視頻/攝像頭中的人臉檢測

//頭文件
#include<opencv2/objdetect/objdetect.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
 
using namespace cv;
 
//人臉檢測的類
CascadeClassifier faceCascade;
 
int main()
{
    faceCascade.load("../data/haarcascade_frontalface_alt2.xml");   //加載分類器，注意文件路徑
 
    VideoCapture cap;  
    cap.open(0);   //打開攝像頭
    //cap.open("../data/test.avi");   //打開視頻
    Mat img, imgGray;
    vector<Rect> faces;
    int c = 0;
 
    if(!cap.isOpened())
    {
      return 1;
    }
 
    while(c!=27)
    {
        cap>>img;
       if(img.channels() ==3)
       {
          cvtColor(img, imgGray, CV_RGB2GRAY);
       }
       else
       {
          imgGray = img;
       }
 
       faceCascade.detectMultiScale(imgGray, faces, 1.2, 6, 0, Size(0, 0));   //檢測人臉
 
       if(faces.size()>0)
       {
          for(int i =0; i<faces.size(); i++)
          {
              rectangle(img, Point(faces[i].x, faces[i].y), Point(faces[i].x + faces[i].width, faces[i].y + faces[i].height), 
                              Scalar(0, 255, 0), 1, 8);    //框出人臉位置
          }
       }
    
       imshow("Camera", img);
       c = waitKey(1);
    }
    return 0;
}

人臉檢測

【OpenCV人臉識別入門教程之二】人臉檢測 - 生活，哭泣著奔向死亡，又放不下理想，掙扎著歌唱 - CSDN博客 https://blog.csdn.net/lsq2902101015/article/details/47057081

OpenCV人臉檢測(完整源碼+思路) - IT1995的博客 - CSDN博客 https://blog.csdn.net/qq78442761/article/details/61918994

人臉檢測是人臉識別的基礎，人臉識別的文章：
https://blog.csdn.net/qq78442761/article/details/61918994