卡尔曼滤波+opencv 实现人脸跟踪

[cpp]  view plain  copy

1. #include "opencv2/objdetect/objdetect.hpp"  
2. #include "opencv2/highgui/highgui.hpp"  
3. #include "opencv2/imgproc/imgproc.hpp"  
4. #include "opencv2/video/tracking.hpp"  
5. #include <iostream>  
6. #include <stdio.h>  
7.   
8. using namespace std;  
9. using namespace cv;  
10.   
11. /** 函数声明 */  
12. void detectAndDisplay(Mat& frame);  
13.   
14. /** 全局变量 */  
15. string face_cascade_name = "haarcascade_frontalface_alt.xml";  
16. //string eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";  
17. CascadeClassifier face_cascade;  
18. //CascadeClassifier eyes_cascade;  
19. string window_name = "Face detection with Kalman";  
20. RNG rng(12345);  
21. struct face{  
22.     Point leftTop=0;  
23.     int width=0;  
24.     int height=0;  
25. };  
26. face preFace;  
27. /** @主函数 */  
28. int main()  
29. {  
30.     //kalman参数设置  
31.       
32.     int stateNum = 4;  
33.     int measureNum = 2;  
34.     KalmanFilter KF(stateNum, measureNum, 0);  
35.     //Mat processNoise(stateNum, 1, CV_32F);  
36.     Mat measurement = Mat::zeros(measureNum, 1, CV_32F);  
37.     KF.transitionMatrix = *(Mat_<float>(stateNum, stateNum) << 1, 0, 1, 0,//A 状态转移矩阵  
38.         0, 1, 0, 1,  
39.         0, 0, 1, 0,  
40.         0, 0, 0, 1);  
41.     //这里没有设置控制矩阵B，默认为零  
42.     setIdentity(KF.measurementMatrix);//H=[1,0,0,0;0,1,0,0] 测量矩阵  
43.     setIdentity(KF.processNoiseCov, Scalar::all(1e-5));//Q高斯白噪声，单位阵  
44.     setIdentity(KF.measurementNoiseCov, Scalar::all(1e-1));//R高斯白噪声，单位阵  
45.     setIdentity(KF.errorCovPost, Scalar::all(1));//P后验误差估计协方差矩阵，初始化为单位阵  
46.     randn(KF.statePost, Scalar::all(0), Scalar::all(0.1));//初始化状态为随机值  
47.   
48.     //读入视频  
49.       
50.     if (!face_cascade.load(face_cascade_name)){ cout << "--(!)Error loading\n" << endl; };  
51.     Mat frame, frame2;  
52.     VideoCapture cap;  
53.     cap.open("me1.mp4");  
54.     //cap.open("me2.mp4");  
55.     //cap.open("me3.mp4");  
56.     while (true){  
57.         for (int i = 0; i < 1; i++){  
58.             cap >> frame;  
59.         }  
60.         if (!frame.empty())  
61.         {  
62.             resize(frame, frame2, Size(), 0.5, 0.5, INTER_LINEAR);  
63.             Mat prediction = KF.predict();  
64.             Point predict_pt = Point((int)prediction.at<float>(0), (int)prediction.at<float>(1));  
65.             detectAndDisplay(frame2);  
66.             measurement.at<float>(0) = (float)preFace.leftTop.x;  
67.             measurement.at<float>(1) = (float)preFace.leftTop.y;  
68.             KF.correct(measurement);  
69.             //画卡尔曼的效果  
70.             Point center(predict_pt.x + preFace.width*0.5, predict_pt.y + preFace.height*0.5);  
71.             ellipse(frame2, center, Size(preFace.width*0.3, preFace.height*0.3), 0, 0, 360, Scalar(0, 0, 255), 4, 8, 0);  
72.             circle(frame2, center, 3, Scalar(0, 0, 255), -1);  
73.             imshow(window_name, frame2);  
74.             waitKey(1);  
75.         }  
76.         else  
77.         {  
78.             printf(" --(!) No frame -- Break!");  
79.             break;   
80.         }  
81.     }  
82.     return 0;  
83. }  
84.   
85. /** @函数 detectAndDisplay */  
86. void detectAndDisplay(Mat& frame)  
87. {  
88.     std::vector<Rect> faces;  
89.     Mat frame_gray;  
90.     int Max_area=0;  
91.     int faceID=0;  
92.   
93.     cvtColor(frame, frame_gray, CV_BGR2GRAY);  
94.     equalizeHist(frame_gray, frame_gray);  
95.   
96.     //-- 多尺寸检测人脸  
97.     face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));  
98.     //找出最大的脸，可以去除不是脸的误检，这些误检一般比较小  
99.     for (int i = 0; i < faces.size(); i++)  
100.     {  
101.         if ((int)(faces[i].width*faces[i].height) > Max_area){  
102.             Max_area =(int) faces[i].width*faces[i].height;  
103.             faceID=i;  
104.         }      
105.     }  
106.   
107.     if (faces.size() > 0)//必须是检测到脸才绘制当前人脸圆圈，并且只能绘制最大的脸  
108.     {  
109.         preFace.leftTop.x = faces[faceID].x;  
110.         preFace.leftTop.y = faces[faceID].y;  
111.         preFace.height = faces[faceID].height;  
112.         preFace.width = faces[faceID].width;  
113.         Point center(faces[faceID].x + faces[faceID].width*0.5, faces[faceID].y + faces[faceID].height*0.5);  
114.         ellipse(frame, center, Size(faces[faceID].width*0.5, faces[faceID].height*0.5), 0, 0, 360, Scalar(0, 255, 0), 1, 8, 0);  
115.         circle(frame, center, 3, Scalar(0, 255,0), -1);  
116.     }  
117.     else{//没检测到人脸绘制之前的人脸  
118.         Point center(preFace.leftTop.x + preFace.width*0.5, preFace.leftTop.y + preFace.height*0.5);  
119.         ellipse(frame, center, Size(preFace.width*0.5, preFace.height*0.5), 0, 0, 360, Scalar(0, 255, 0), 1, 8, 0);  
120.         circle(frame, center, 3, Scalar(0, 255, 0), -1);  
121.     }  
122.       
123.       
124. }