說到人臉檢測，首先要了解Haar特徵分類器。 Haar特徵分類器說白了就是一個個的xml文件，不同的xml裡面描述人體各個部位的特徵值，比如人臉、眼睛等等。 OpenCV3.2.0中提供瞭如下特徵文件：
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
通過加載不同的特徵文件，就能達到相應的檢測效果。
OpenCV3.2.0中detectMultiScale函數參數說明：
detectMultiScale(Mat image, MatOfRect objects, double scaleFactor, int minNeighbors, int flags, Size minSize, Size maxSize)
image：待檢測圖片，一般為灰度圖（提高效率）
objects：被檢測物體的矩形框向量組
scaleFactor：前後兩次相繼的掃描中，搜索窗口的比例係數。默認為1.1即每次搜索窗口依次擴大10%
minNeighbors：構成檢測目標的相鄰矩形的最小個數(默認為3個)
flags：要么使用默認值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果設置為CV_HAAR_DO_CANNY_PRUNING，那麼函數將會使用Canny邊緣檢測來排除邊緣過多或過少的區域，因此這些區域通常不會是人臉所在區域
minSize：得到的目標區域的最小範圍
maxSize：得到的目標區域的最大範圍
人臉檢測示例代碼：
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.Imgcodecs;import org.opencv.imgproc.Imgproc;import org.opencv.objdetect.CascadeClassifier;public class FaceDetect{ public static void main(String[] args) { // TODO Auto-generated method stub System.loadLibrary(Core.NATIVE_LIBRARY_NAME); System.out.println("/nRunning FaceDetector"); CascadeClassifier faceDetector = new CascadeClassifier(); faceDetector.load( "C://Program Files//opencv//sources//data//haarcascades//haarcascade_frontalface_alt.xml"); Mat image = Imgcodecs.imread("F://1114.jpg"); MatOfRect faceDetections = new MatOfRect(); faceDetector.detectMultiScale(image, faceDetections); System.out.println(String.format("Detected %s faces", faceDetections.toArray().length)); 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)); } String filename = "F://ouput.jpg"; Imgcodecs.imwrite(filename, image); }}源圖像與結果圖：
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林網。