C++下使用OpenCV实现人脸检测

#include 
#include “stdafx.h“
#include 
#include 



using namespace std;
using namespace cv;

int main（）
{
	Mat image image_gray;       //定义两个Mat变量，用于存储每一帧的图像

	image = imread（“../test.jpg“）;
	imshow（“原图“ image）;

	//waitKey（0）;

	cvtColor（image image_gray CV_BGR2GRAY）;   //转为灰度图
	equalizeHist（image_gray image_gray）;       //直发图均化，增强对比度方便处理

	CascadeClassifier eye_Classifier;            //载入分类器
	CascadeClassifier face_cascade;              //载入分类器

	
	//加载分类训练器，OpenCV官方文档的xml文档，可以直接调用
	//我的xml的路径D:\OpenCV\opencv\build\etc\haarcascades  

	if （!eye_Classifier.load（“./haarcascade_eye.xml“））    //把xml文档复制到了当前项目的路径下
	{
		cout << “导入haarcascade_eye.xml时出错 !“ << endl;
		return 0;

	}

	if （!face_cascade.load（“./haarcascade_frontalface_alt.xml“））    //把xml文档复制到了当前项目的路径下
	{
		cout << “导入haarcascade_frontalface_alt.xml时出错 !“ << endl;
		return 0;

	}


	//vector 是个类模板 需要提供明确的模板实参  vector则是个确定的类 模板的实例化
	
	vector eyeRect;
	vector faceRect;
	

	//检测眼睛的位置
	eye_Classifier.detectMultiScale（image_grayeyeRect1.120 | CV_HAAR_SCALE_IMAGESize（3030））;
	for （size_t eyeIdx = 0;eyeIdx < eyeRect.size（）;eyeIdx++） 
	{

		rectangle（image eyeRect[eyeIdx] Scalar（0 0 255））;    //用矩形画出检测到的眼睛的位置

	}
	/*
	CV_WRAP virtual void detectMultiScale（
								   const Mat& image  
                                   CV_OUT vector& objects  
                                   double scaleFactor=1.1  
                                   int minNeighbors=3 int flags=0  
                                   Size minSize=Size（）  
                                   Size maxSize=Size（） 
								   ）;  


	各参数含义：
	const Mat& image: 需要被检测的图像（灰度图）
	vector& objects: 保存被检测出的人脸位置坐标序列
	double scaleFactor: 每次图片缩放的比例
	int minNeighbors: 每一个人脸至少要检测到多少次才算是真的人脸
	int flags： 决定是缩放分类器来检测，还是缩放图像
	Size（）: 表示人脸的最大最小尺寸
	
	*/

	//检测关于脸部的位置

	face_cascade.detectMultiScale（image_gray faceRect 1.1 2 0 | CV_HAAR_SCALE_IMAGE Size（30 30））;
	for （size_t i = 0; i < faceRect.size（）; i++）
	{
		rectangle（image faceRect[i] Scalar（0 0 255））;           //用矩形画出检测到脸部的位置
	}

	imshow（“人脸识别“image）;         //显示当前
	waitKey（0）;


	return 0;


}