使用opencv310进行人脸检测的问题与解决-优快云博客

在vs2013环境下，尝试使用opencv310进行人脸识别，遇到CvLoad函数加载haarcascade_frontalface_alt.xml失败的问题，错误提示为“The node does not represent a user object (unknown type?)”。通过调试opencv单元测试，发现cvFindType函数查找类别失败。最终采用CascadeClassifier类的load方法成功加载分类器，但发现自带分类器准确率低且耗时长，运行时间为2621ms。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

工作环境为：vs2013+opencv310版本

最开始想调用opencv自带训练好的人脸识别的数据库（haarcascade_frontalface_alt.xml），在网上找了一段代码，其中加载分类级联器的时候使用了之前版本的Cvload函数，然后可以编译通过，但是运行的时候，CvLoad一直会失败，返回值为NULL，并且在屏幕上会打印“The node does not represent a user object (unknown type?)”，报错的这句话是在opencv\sources\modules\core\src\persistence.cpp的CvRead函数中。

为了找到这个问题的原因，通过cmake编译的opencv自带的单元测试进行调试。在test_optflowpyrlk.cpp文件中TEST(Video_OpticalFlowPyrLK, accuracy) 的单元测试中进行调试，发现上面的bflag1和bflag2都是false，因此会报错，为什么这两个值为false。

这个需要找到persistence.cpp中的icvXMLParseValue函数，在icvXMLParseValue函数中会调用cvFindType函数进行查找级联器的类别。

其中cvFindType的代码如下

cvFindType( const char* type_name )
{
    CvTypeInfo* info = 0;

    if (type_name)
      for( info = CvType::first; info != 0; info = info->next )
        if( strcmp( info->type_name, type_name ) == 0 )
      break;

    return info;
}

之所以Cvload会失败就是因为cvFindType函数返回的为空，在CvType中找不到加载的级联器opencv-cascade-classifier的定义。如果要解决cvFindType函数返回为空的问题，需要在调用Cvload之前申明opencv-cascade-classifie的CvType，否则cvFindType总是会返回为NULL。一种方法就是修改源代码，加入opencv-cascade-classifie的CvType对象，并且重新编译库文件。

方法2：用新版本的CascadeClassifier类，在CascadeClassifier中有接口load，可以直接加载分类器。

代码如下：

#include <opencv2/opencv.hpp>  
#include <cstdio>  
#include <cstdlib>  
#include <Windows.h>  
#include <io.h>

#include"cv.h"

using namespace std;
using namespace cv;

int FaceTest();

int main()
{
	return FaceTest();
}

int FaceTest()
{
	const char *pstrImageName = "C:\\Users\\Administrator\\Desktop\\lena.jpg";
	Mat SrcImage = imread(pstrImageName, CV_LOAD_IMAGE_UNCHANGED);

	Mat GrayImage = SrcImage.clone();
	cvtColor(SrcImage, GrayImage, CV_BGR2GRAY);

	// 加载Haar特征检测分类器  
	char *pstrCascadeFileName = "haarcascade_frontalface_alt.xml";

	CascadeClassifier* pHaarCascade = new  CascadeClassifier();
	if (NULL == pHaarCascade)
	{
		printf("load harr file failed\n");
		return -1;
	}

	//判断文件是否存在
	if ((_access(pstrCascadeFileName, 0)) == -1)
	{
		printf("file is not exist\n");
	}

	if (!pHaarCascade->load(pstrCascadeFileName))
	{
		return -1;
	}

	Scalar FaceCirclecolors[8] =
	{
		{ 0, 0, 255 },
		{ 0, 128, 255 },
		{ 0, 255, 255 },
		{ 0, 255, 0 },
		{ 255, 128, 0 },
		{ 255, 255, 0 },
		{ 255, 0, 0 },
		{ 255, 0, 255 }
	};

	// 识别  
	DWORD dwTimeBegin, dwTimeEnd;
	dwTimeBegin = GetTickCount();

	std::vector<Rect> faces;
	pHaarCascade->detectMultiScale(GrayImage, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));
	dwTimeEnd = GetTickCount();
	printf("人脸个数: %d   识别用时: %d ms\n", faces.size(), dwTimeEnd - dwTimeBegin);

	// 标记  
	for (int i = 0; i < faces.size(); i++)
	{
	     rectangle(SrcImage, faces[i], FaceCirclecolors[i % 8], 3, 8, 0);
	}

	imshow("人脸识别", SrcImage);

	if (NULL != pHaarCascade)
	{
		delete pHaarCascade;
		pHaarCascade = NULL;
	}

	cvWaitKey(0);
	return 0;
}

经过测试，发现opencv自带的分类器准确率不是很高，而且耗时较长。

运行结果如下：运行时间大概为2621ms，耗时较长