天天干天天躁,久久久久久99,中文字幕在线一区

說到人臉檢測，首先要了解haar特征分類器。haar特征分類器說白了就是一個個的xml文件，不同的xml里面描述人體各個部位的特征值，比如人臉、眼睛等等。opencv3.2.0中提供了如下特征文件：

haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalcatface.xml
haarcascade_frontalcatface_extended.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_licence_plate_rus_16stages.xml
haarcascade_lowerbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_russian_plate_number.xml
haarcascade_smile.xml
haarcascade_upperbody.xml

通過加載不同的特征文件，就能達到相應的檢測效果。

opencv3.2.0中detectmultiscale函數參數說明：
detectmultiscale(mat image, matofrect objects, double scalefactor, int minneighbors, int flags, size minsize, size maxsize)
image：待檢測圖片，一般為灰度圖（提高效率）
objects：被檢測物體的矩形框向量組
scalefactor：前后兩次相繼的掃描中，搜索窗口的比例系數。默認為1.1即每次搜索窗口依次擴大10%
minneighbors：構成檢測目標的相鄰矩形的最小個數(默認為3個)
flags：要么使用默認值，要么使用cv_haar_do_canny_pruning，如果設置為cv_haar_do_canny_pruning，那么函數將會使用canny邊緣檢測來排除邊緣過多或過少的區域，因此這些區域通常不會是人臉所在區域
minsize：得到的目標區域的最小范圍
maxsize：得到的目標區域的最大范圍

人臉檢測示例代碼：

									import org.opencv.core.core;

									import org.opencv.core.mat;

									import org.opencv.core.matofrect;

									import org.opencv.core.point;

									import org.opencv.core.rect;

									import org.opencv.core.scalar;

									import org.opencv.imgcodecs.imgcodecs;

									import org.opencv.imgproc.imgproc;

									import org.opencv.objdetect.cascadeclassifier;

									public class facedetect

									{

									  public static void main(string[] args)

									  {

									    // todo auto-generated method stub

									    system.loadlibrary(core.native_library_name);

									    system.out.println("\nrunning facedetector");

									    cascadeclassifier facedetector = new cascadeclassifier();

									    facedetector.load(

									        "c:\\program files\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");

									    mat image = imgcodecs.imread("f:\\1114.jpg");

									    matofrect facedetections = new matofrect();

									    facedetector.detectmultiscale(image, facedetections);

									    system.out.println(string.format("detected %s faces", facedetections.toarray().length));

									    for (rect rect : facedetections.toarray())

									    {

									      imgproc.rectangle(image, new point(rect.x, rect.y),

									          new point(rect.x + rect.width, rect.y + rect.height), new scalar(0, 255, 0));

									    }

									    string filename = "f:\\ouput.jpg";

									    imgcodecs.imwrite(filename, image);

									  }

									}