人脸识别C++源代码

人脸识别C++源代码

基于隐马尔可夫模型的人脸识别C/C++源代码

中国视觉网网友 徐慧 提供

将生物特征识别应用于人脸，实际上是包含两个方面：第一，从图像或视频帧中检测人脸，即所谓的“人脸检测”（face detection）；第二，对检测到的人脸进行识别，判断这张脸是谁，即“人脸识别”（face recognition）。就实际应用而言，采用人脸做生物特征识别，其识别率、可靠性都无法与指纹、虹膜识别相提并论，但失为模式识别中的一个典型应用，至少可以起到抛砖引玉的作用。

下面的源代码采用隐马尔可夫模型（HMM）做人脸识别，它是OPENCV 3.1 版本的一个应用示例程序，不再包含在 4.0 版本中。因此如果想编译源代码，则需要安装 OPENCV 3.1版本。该版本可以从SOURCEFORG上下载。关于程序使用以及算法说明，参考下面的网页（英文）：

以及论文：

下载地址：

(转自阿须数码)

稿件B: 人脸检测的C/C++源代码

人脸检测的C/C++源代码，曾发表于 OPENCV 的 MAILING LIST，主要是对OPENCV 3.1 版本发布的代码做了一些速度上的优化，并且解决了内存泄漏的问题。这个程序所使用的 Paul Viola 提出（该论文“Rapid Object Detection using a Boosted Cascade of Simple Features”发表在 CVPR'01）的 Ada Boosted Cascade 算法可以说是目前最好最快的目标检测算法。

关于OPENCV的介绍，参考：

关于该算法的详细介绍，也可参考：

人脸识别C++源代码

以及：

运行文件下载：

该程序可以对静止图像以及视频序列进行 face tracking。对视频序列，请先插入USB接口的摄像头。

====

在OPENCV 3.1 版本，VC6.0下编译通过

====

===

#ifdef _CH_

#define WIN32

#error "The file needs cvaux, which is not wrapped yet. Sorry"

#endif

#ifndef _EiC

#include "cv.h"

#include "cvaux.h"

#include "highgui.h"

#endif

#ifdef _EiC

#define WIN32

#endif

#define ORIG_WIN_SIZE 24

static CvMemStorage* storage = 0;

static CvHidHaarClassifierCascade* hid_cascade = 0;

#define WINNAME "Result"

void detect_and_draw( IplImage* image, IplImage* TempImage );

int main( int argc, char** argv )

人脸识别C++源代码

CvCapture* capture = 0;

CvHaarClassifierCascade* cascade =

cvLoadHaarClassifierCascade( "",

cvSize( ORIG_WIN_SIZE, ORIG_WIN_SIZE ));

hid_cascade = cvCreateHidHaarClassifierCascade( cascade, 0, 0, 0, 1 ); cvReleaseHaarClassifierCascade( &cascade );

cvNamedWindow( WINNAME, 1 );

storage = cvCreateMemStorage(0);

if( argc == 1 || (argc == 2 && strlen(argv[1]) == 1 && isdigit(argv[1][0]))) capture = cvCaptureFromCAM( argc == 2 ? argv[1][0] - '0' : 0 );

else if( argc == 2 )

capture = cvCaptureFromAVI( argv[1] );

if( capture )

{

IplImage *frame, *temp;

cvGrabFrame( capture );

frame = cvRetrieveFrame( capture );

temp = cvCreateImage( cvSize(frame->width/2,frame->height/2), 8, 3 );

for(;;)

{

if( !cvGrabFrame( capture ))

break;

frame = cvRetrieveFrame( capture );

if( !frame )

break;

detect_and_draw( frame, temp );

if( cvWaitKey( 10 ) >= 0 )

{

//cvReleaseImage( &frame );

//cvReleaseImage( &temp );

cvReleaseCapture( &capture );

cvDestroyWindow(WINNAME);

return 0;

}

}

人脸识别C++源代码

else

{

char* filename = argc == 2 ? argv[1] : (char*)"lena.jpg";

IplImage* image = cvLoadImage( filename, 1 );

IplImage* temp = cvCreateImage( cvSize(image->width/2,image->height/2), 8, 3 );

if( image )

{

cvFlip( image, image, 0 );

image->origin = IPL_ORIGIN_BL;

detect_and_draw( image, temp );

cvWaitKey(0);

cvReleaseImage( &image );

cvReleaseImage( &temp );

}

cvDestroyWindow(WINNAME);

return 0;

}

return 0;

}

void detect_and_draw( IplImage* img, IplImage* temp )

{

int scale = 2;

CvPoint pt1, pt2;

int i;

cvPyrDown( img, temp, CV_GAUSSIAN_5x5 );

#ifdef WIN32

cvFlip( temp, temp, 0 );

#endif

cvClearMemStorage( storage );

if( hid_cascade )

{

CvSeq* faces = cvHaarDetectObjects( temp, hid_cascade, storage,

1.2, 2, CV_HAAR_DO_CANNY_PRUNING );

for( i = 0; i < (faces ? faces->total : 0); i++ )

{

CvRect* r = (CvRect*)cvGetSeqElem( faces, i, 0 );

pt1.x = r->x*scale;

pt2.x = (r->x+r->width)*scale;

#ifdef WIN32

人脸识别C++源代码

pt1.y = img->height - r->y*scale;

pt2.y = img->height - (r->y+r->height)*scale; #else

pt1.y = r->y*scale;

pt2.y = (r->y+r->height)*scale;

#endif

cvRectangle( img, pt1, pt2, CV_RGB(255,255,0), 3 ); }

}

cvShowImage(WINNAME, img );

//cvReleaseImage( &temp );

(转自阿须数码)

}

#ifdef _EiC

main(1,"facedetect.c");

#endif