人脸检测

最新推荐文章于 2024-10-15 21:42:10 发布

原创最新推荐文章于 2024-10-15 21:42:10 发布 · 226 阅读

1 ·

CC 4.0 BY-SA版权

Qt & Opencv 专栏收录该内容

2 篇文章

订阅专栏

本文介绍了一个使用Qt和OpenCV开发的人脸检测图形界面应用程序。该程序允许用户从文件选择图片，进行人脸检测，并显示结果。文章详细展示了如何加载图片、进行人脸检测及结果显示的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

widget.h

#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <QImage>
#include <QFileDialog>
#include <QTime>

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>

#include <iostream>
#include <stdio.h>

using namespace std;
using namespace cv;

namespace Ui {
class Widget;
}

class Widget : public QWidget
{
    Q_OBJECT
    
public:
    explicit Widget(QWidget *parent = 0);
    ~Widget();

    void displayMat(Mat image);
    void detectAndDisplay(Mat face);

private slots:
    void on_pushButton_clicked();
    void on_close_putton_clicked();
    void on_facedefication_clicked();

private:
    Ui::Widget *ui;
    cv::Mat image;
    CascadeClassifier face_cascade;
};


#endif // WIDGET_H

widget.cpp

#include "widget.h"
#include "ui_widget.h"
#include <QDebug>

Widget::Widget(QWidget *parent) :
    QWidget(parent),
    ui(new Ui::Widget)
{
    ui->setupUi(this);
}

Widget::~Widget()
{
    delete ui;
}

void Widget::displayMat(Mat image)
{
    Mat rgb;
    QImage img;
    if(image.channels()==3)
    {
        cvtColor(image,rgb,CV_BGR2RGB);
        img = QImage((const unsigned char*)(rgb.data),
                     rgb.cols,rgb.rows,
                     rgb.cols*rgb.channels(),
                     QImage::Format_RGB888);

    }
    else
    {
        img = QImage((const unsigned char*)(image.data),
                     image.cols,image.rows,
                     image.cols*image.channels(),
                     QImage::Format_RGB888);
    }

    ui->imagelabel->setPixmap(QPixmap::fromImage(img).scaled(ui->imagelabel->size()));
    ui->imagelabel->resize(ui->imagelabel->pixmap()->size());

}

void Widget::on_pushButton_clicked()
{
    QString fileName = QFileDialog::getOpenFileName(this,tr("Open Image"),".",tr("Image Files(*.png *.jpg *.bmp)"));
    qDebug()<<"filename:"<<fileName;
    image = cv::imread(fileName.toAscii().data());
    displayMat(image);
}

void Widget::on_close_putton_clicked()
{
    this->close();
}

void Widget::on_facedefication_clicked()
{
    string face_cascade_name = "/root/haarcascade_frontalface_alt.xml";

    if(face_cascade.load(face_cascade_name))
    {
        qDebug()<<"Load cascade classifier correctly";
        detectAndDisplay(image); //调用人脸检测函数
    }

}

void Widget::detectAndDisplay(Mat face) {
    std::vector<Rect> faces;
    Mat face_gray;

    cvtColor(face, face_gray, CV_BGR2GRAY);  //rgb类型转换为灰度类型
    equalizeHist(face_gray, face_gray);   //直方图均衡化

    face_cascade.detectMultiScale(face_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(1, 1));

    for (int i = 0; i < faces.size(); i++) {
        Point center(faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5);
        ellipse(face, center, Size(faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar(255, 0, 0), 2, 7, 0);
    }

     displayMat(face);

}