使用C++在树莓派上调用Opencv实现人脸检测_树莓派人脸识别 c++

使用C++在树莓派上调用Opencv

首先查看设备是否接入，用如下命令

ls -la /etc/dev | grep video
1

出现了设备就表明接入成功了。

• 准备opencv
  去opencv官方下载压缩包
  
• 解压

tar -xjvf OpenCV-3.4.12.tar.gz2
1

• 进入目录创建build文件

cd opencv
mkdir build
1
2

• 进入build文件夹

cmake ..
1

• 编译

make
1

• 安装

sudo make install 
1

到这个阶段你的所有的库都已经生成了，你现在就需要调用，首先写代码。

• 代码

#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include"opencv2/highgui/highgui.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include <sstream>
#include<iostream>
#include<string>

using namespace cv;
using namespace std;

int main()
{
	Mat image, image_gray;       //定义两个Mat变量，用于存储每一帧的图像
	VideoCapture capture(0);      //从摄像头读入视频
	int num=0;
	while (1)                     //循序显示每一帧
	{
		capture >> image;          //读取当前帧
		cvtColor(image, image_gray, CV_RGB2GRAY);   //转灰度图
		equalizeHist(image_gray,image_gray);             //直方图均衡化，增强对比度方便处理

		CascadeClassifier eye_Classifier;               //载入分类器
		CascadeClassifier face_cascade;					//载入分类器

														//加载分类训练器，OpenCV官方文档的xml文档，可以直接调用

		if (!eye_Classifier.load("../../haar/OpenCV_xml/haarcascade_eye.xml"))    //把xml文档复制到了当前项目的路径下
		{
			printf("chucuo");
			return 0;
		}

		if (!face_cascade.load("../../haar/OpenCV_xml/haarcascade_frontalface_alt.xml"))    //把xml文档复制到了当前项目的路径下
		{
			printf("chucuo");
			return 0;
		}
		//vector 是个类模板 需要提供明确的模板实参  vector<Rect>则是个确定的类 模板的实例化
		vector<Rect> eyeRect;
		vector<Rect> faceRect;
		//检测眼睛的位置
		eye_Classifier.detectMultiScale(image_gray, eyeRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));
		printf("%d\n",eyeRect.size());
		if(eyeRect.size() < 1){
			continue;
		}
		for (size_t eyeIdx = 0; eyeIdx < eyeRect.size(); eyeIdx++)
		{
			rectangle(image, eyeRect[eyeIdx], Scalar(0, 0, 255));    //用矩形画出检测到的眼睛的位置

		}
		/*
		CV_WRAP virtual void detectMultiScale(
		const Mat& image,
		CV_OUT vector<Rect>& objects,
		double scaleFactor=1.1,
		int minNeighbors=3, int flags=0,
		Size minSize=Size(),
		Size maxSize=Size()
		);
		各参数含义：
		const Mat& image: 需要被检测的图像（灰度图）
		vector<Rect>& objects: 保存被检测出的人脸位置坐标序列
		double scaleFactor: 每次图片缩放的比例
		int minNeighbors: 每一个人脸至少要检测到多少次才算是真的人脸
		int flags： 决定是缩放分类器来检测，还是缩放图像
		Size(): 表示人脸的最大最小尺寸

		*/
		//检测关于脸部的位置
		face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));
		cout <<  "face" << faceRect.size() << endl;
		if(faceRect.size() < 2){
			continue;
		}
		for (size_t i = 0; i < faceRect.size(); i++)
		{
			rectangle(image, faceRect[i], Scalar(0, 0, 255));           //用矩形画出检测到脸部的位置
		}
		string str = to_string(num);
		string name = str + ".jpg";
		num++;
		imwrite(name,image);
	//	waitKey(1);
		char c = waitKey(30);             //延时30ms,即每秒播放33帧图像
		if (c == 27)
			break;
	}
    return 0;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91

• 编译

g++ opencv.cpp   `pkg-config opencv --cflags --libs`
1

• 运行

./a.out
1

我在里面用到了联级分类器，大家只需要修改自己的分类器路径就好。
raspistill命令只能用于CSI摄像头。对于USB接口的摄像头，可以通过调用fswebcam进行访问。在树莓派终端输入sudo apt-get install fswebcam安装fswebcam。通过输入sudo fswebcam image.jpg进行拍照测试。