OpenCV人脸与眼睛检测及情绪分类全解析

### OpenCV人脸与眼睛检测及情绪分类全解析 #### 1. OpenCV人脸与眼睛检测代码分析 在OpenCV的人脸与眼睛检测中，有一些关键的代码和类需要我们深入了解。 首先是`CascadeClassifier`类，它在检测过程中起着核心作用。我们需要创建两个`CascadeClassifier`对象，一个用于检测人脸，另一个用于检测眼睛： ```cpp CascadeClassifier face_cascade; CascadeClassifier eyes_cascade; ``` 然后，使用`load`方法加载分类器文件： ```cpp if( !face_cascade.load( face_cascade_name ) ) { cout << face_cascade_name << " not found!! aborting..." << endl; exit(-1); }; if( !eyes_cascade.load( eye_cascade_name ) ) { cout << eye_cascade_name << " not found!! aborting..." << endl; exit(-1); }; ``` 接下来是`detectMultiScale`方法，这是实现检测功能的关键： ```cpp void cv::CascadeClassifier::detectMultiScale(const Mat& image, vector<Rect>& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size()) ``` 该方法的参数解释如下： - `image`：图像源。 - `vector<Rect>& objects`：存储检测到的对象的矩形向量。 - `scaleFactor`：决定图像是否缩小的因子。 - `minNeighbors`：每个候选矩形的邻居数量。设置为0可能会导致误检测，实际实验中，设置为2或3比较合适。 - `Flags`：与优化类型相关，如`CV_HAAR_SCALE_IMAGE`等。 - `minSize`：定义最小对象尺寸，小于该尺寸的对象将被忽略。 - `maxSize`：定义最大对象尺寸，大于该尺寸的对象将被忽略。 在代码中，我们使用以下方式进行人脸和眼睛的检测： ```cpp // 检测人脸 face_cascade.detectMultiScale( img, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) ); // 在每个检测到的人脸中检测眼睛 std::vector<Rect> eyes; Mat faceROI = frame_gray( faces[i] ); eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) ); ``` 检测到人脸后，我们会在人脸周围绘制矩形： ```cpp rectangle( img, faces[i], Scalar( 255, 100, 0 ), 4, 8, 0 ); ``` 对于检测到的眼睛，我们会在眼睛周围绘制圆形： ```cpp for( size_t j = 0; j < eyes.size(); j++ ) { Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 ); int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 ); circle( img, center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 ); } ``` 整个检测过程的流程图如下： ```mermaid graph TD A[main] --> B[detectMultiScale() for faces] B --> C{i = 0} C --> D{Are there more faces in the current image?} D -- YES --> E[Draw a rectangle on each face] E --> F[Create a new image delimited by the rectangle area (ROI)] F --> G[Convert the image to gray color space] G --> H[detectMultiScale() for eyes] H --> I{J = 0} I --> J{Are there more eyes in the current face?} J -- YES --> K[Draw a circle on each eye detected] K --> L[j = j + 1] L --> J J -- NO --> M[i = i + 1] M --> D D -- NO --> N[END] ``` #### 2. 运行人脸与眼睛检测代码 要运行`opencv_face_and_eyes_detection.cpp`代码，需要按照以下步骤操作： 1. 编译代码并将文件传输到Intel Galileo。 2. 确保`uvcvideo`驱动已加载，并且将网络摄像头连接到USB端口。 3. 将`haarcascade_frontalface_alt.xml`和`haarcascade_eye.xml`文件复制到与可执行程序相同的位置。 4. 站在摄像头前，看向镜头，然后运行软件： ```bash root@clanton:~# ./opencv_face_and_eyes_detection 2> /dev/null ``` 运行成功后，会在文件系统中创建一个名为`face_and_eyes.jpg`的图像，其中包含检测到的所有人脸和眼睛。 #### 3. 情绪分类概述 情绪分类的方法和部分脚本基于Phillip Wagner的文章“Gender Classification with OpenCV”。原始代码经过修改，以在Intel Galileo上运行并对情绪进行分类，而不是对性别进行分类。情绪分类分为三个类别：快乐、悲伤和好奇。 #### 4. 准备桌面环境 要进行情绪分类，需要创建一个包含不同情绪状态图像的数据库。具