顔の検出に関しては、最初にHAAR機能分類器を理解する必要があります。率直に言って、HAAR機能分類器は一連のXMLファイルであり、顔、目など、人体のさまざまな部分の特徴的な値を説明します。次の機能ファイルはOpenCv3.2.0で提供されています。
haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalcatface.xml
haarcascade_frontalcatface_extended.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_licence_plate_rus_16stages.xml
haarcascade_lowerbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_russian_plate_number.xml
haarcascade_smile.xml
haarcascade_upperbody.xml
さまざまな機能ファイルをロードすることにより、対応する検出効果を達成できます。
Opencv3.2.0のDetectMultiscale関数パラメーターの説明：
DetectMultiscale（MAT Image、MatoFRECTオブジェクト、Double ScaleFactor、Int Minneighbors、Int Flags、Size Minsize、Size Maxsize）
画像：検出される画像は一般にグレースケールです（効率の向上）
オブジェクト：検出されたオブジェクトの長方形のボックスベクトルグループ
ScaleFactor：2回の連続したスキャンでの検索ウィンドウのスケール係数。デフォルトは1.1です。つまり、各検索ウィンドウは順番に10％展開されます。
Minneighbors：検出ターゲットを構成する隣接する長方形の最小数（デフォルトは3）
フラグ：デフォルト値を使用するか、CV_HAAR_DO_CANNY_PRUNINGを使用します。 CV_HAAR_DO_CANNY_PRUNINGに設定すると、機能はCanny Edge検出を使用して、エッジが多すぎるか少なすぎるエリアを除外するため、これらの領域は通常、顔がある領域ではありません。
Minsize：得られたターゲット領域の最小範囲
Maxsize：得られたターゲット領域の最大範囲
顔検出サンプルコード：
Import org.opencv.core.core; Import org.opencv.core.mat; Import org.opencv.core.matofrect; Import org.opencv.core.point; import org.opencv.core.rect; Import org.opencv.core.scalar; Import org.opencv.imgcodecs.imgces org.opencv.imgproc.imgproc; import org.opencv.objdetect.cascadeclassifier; public class facedetect {public static void main（string [] args）{// todo auto generated method stibe.loadlibrary（core.native_library_name）; system.out.println（ "/nrunning facedetector"）; cascadeclassifier faceDeTector = new cascadeclassifier（）; faceDeTector.load（ "C：//プログラムファイル// opencv // sources // data // haarcascades // haarcascades // haarcascades_frontalface_alt.xml"）; MAT IMAGE = IMGCODECS.IMREAD（ "f：//1114.jpg"）; matoFRECT FACEDETECTIONS = new MatofRect（）; FACEDETECTOR.DETECTMULTISCALE（画像、FACEDETECTIONS）; system.out.println（string.format（ "検出された％s faces"、facedeTections.toarray（）。長さ））; for（rect rect：facedetections.toarray（））{imgproc.rectangle（image、new point（rect.x、rect.y）、new Point（rect.x + rect.width、rect.y + rect.height）、new Scalar（0、255、0））; }文字列filename = "f：//ouput.jpg"; imgcodecs.imwrite（filename、image）; }}ソース画像と結果図：
上記はこの記事のすべての内容です。みんなの学習に役立つことを願っています。誰もがwulin.comをもっとサポートすることを願っています。