基于OpenCV的攝像頭實(shí)時(shí)人臉檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

摘 要：人臉是確定人類身份的最重要的身份特征，本文利用OpenCV設(shè)計(jì)并實(shí)現(xiàn)了視頻流中的人臉實(shí)時(shí)檢測系統(tǒng)，并通過實(shí)驗(yàn)進(jìn)行了驗(yàn)證，效果較好。

關(guān)鍵詞：OpenCV；人臉檢測；實(shí)時(shí)

中圖分類號：TP391.41

人臉檢測（Face Detection）是指對于給定的圖像或視頻，采用一定的策略對其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回一臉的位置、大小和姿態(tài)。人臉檢測是人臉識別的重要環(huán)節(jié)，運(yùn)用攝像機(jī)或攝像頭采集含有人臉的視頻流，并進(jìn)行實(shí)時(shí)的人臉檢測是目前主流的應(yīng)用。

OpenCV（Open Source Computer Vision Library）是開源的計(jì)算機(jī)視覺代碼庫，它輕量級而且高效，由一系列C函數(shù)和少量C++類構(gòu)成，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺的接口，實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺方面的很多通用算法[1]。

1 系統(tǒng)設(shè)計(jì)

本系統(tǒng)采用了OpenCV的基于boost篩選式級聯(lián)Haar分類器，該分類器是通過成千上萬的物體各個(gè)角度的訓(xùn)練圖像訓(xùn)練出來的，它先對圖像進(jìn)行直方圖均衡化處理，并將圖像歸一化到同樣大小，然后標(biāo)記是否包含要檢測的物體，在人臉檢測方面比較擅長。系統(tǒng)加載分類器后，利用OpenCV的視頻捕獲函數(shù)實(shí)時(shí)捕獲連接在電腦上的攝像頭讀入的視頻流，并將抓取的視頻幀轉(zhuǎn)換為圖像，然后對圖像進(jìn)行人臉檢測和標(biāo)定，具體流程圖如圖1所示：

圖1 系統(tǒng)流程圖

2 系統(tǒng)實(shí)現(xiàn)

本系統(tǒng)在WindowsXP操作系統(tǒng)下使用VC++6.0基于OpenCV1.0進(jìn)行開發(fā)。系統(tǒng)具體實(shí)現(xiàn)如下：

（1）初始化聲明。通過CvMemStorage*captureFaceStorage=cvCreateMemStorage（0）；語句創(chuàng)建一個(gè)內(nèi)存存儲器，來統(tǒng)一管理各種動態(tài)對象的內(nèi)存，參數(shù)為0時(shí)創(chuàng)建的內(nèi)存塊默認(rèn)大小為64k。然后分別聲明分類器對象、圖像對象級聯(lián)名稱及識別函數(shù)等成員：

Static CvHaar Classifier Cascade* cascade=0；

Ipl Image *frame，*frame_copy=0；

Char* capture Face Cascade_name=〞haarcascade_frontalface_alt2.xml〞；

（2）加載分類器。通過cvLoad函數(shù)，加載調(diào)用CvHaarClassifierCascade類的分類器文件“haarcascade_frontalface_alt2.xml”：

cascade=（CvHaarClassifierCascade*）cvLoad（captureFaceCascade_name，0，0，0）；

（3）捕獲視頻。通過cvCreateCameraCapture函數(shù)捕獲攝像頭，捕獲視頻后循環(huán)執(zhí)行抓取幀操作cvGrabFrame（cap）和獲取圖像操作cvRetrieveFrame（cap）操作，從而將幀轉(zhuǎn)換成圖像，以便于處理。

（4）圖像格式轉(zhuǎn)換。一般從硬盤讀入的圖片或者通過cvCreateImage方法創(chuàng)建的IplImage圖片默認(rèn)的origin屬性為0，即顯示的時(shí)候都是正的。而由攝像頭或者視頻文件獲取的幀圖像origin屬性為1，此時(shí)顯示的圖像掃描順序是從下到上，它會將幀圖像的第i行賦值給圖像的第height-i行，因此采集的圖像會出現(xiàn)倒立現(xiàn)象，為此，應(yīng)將復(fù)制的圖像的origin屬性調(diào)整為與幀圖像的origin屬性一致。此時(shí)需要使用cvFlip（frame，frame_copy，0）函數(shù)，實(shí)現(xiàn)對幀圖像沿X軸的翻轉(zhuǎn)。

（5）識別與檢測人臉。本部分主要實(shí)現(xiàn)人臉檢測功能，首先將從實(shí)時(shí)視頻中提取的圖像進(jìn)行灰度化處理：

然后調(diào)整新圖像gray，使它精確匹配目標(biāo)small_img的大小，并利用cvEqualizeHist函數(shù)進(jìn)行灰度圖像直方圖均衡化處理，最終通過cvHaarDetectObjects函數(shù)檢測出人臉：

（6）標(biāo)定檢出的的人臉。繪制目標(biāo)圓形區(qū)域，標(biāo)定出檢測出的人臉：

最后通過cvShowImage（\"result\"，img）顯示出檢測后的圖像，如果檢測到人臉，顯示效果圖。

3 結(jié)束語

基于的攝像頭實(shí)時(shí)人臉檢測系統(tǒng)的實(shí)現(xiàn)充分說明了OpenCV技術(shù)在實(shí)現(xiàn)人臉檢測方面的效率高、功能強(qiáng)的特點(diǎn)，OpenCV必將在計(jì)算機(jī)視覺、圖形圖像處理領(lǐng)域有著廣泛地應(yīng)用前景。

參考文獻(xiàn)：

[1]Gray Bradski，Adrian Kaebler.Learning OpenCV：Computer Vision with the OpenCV Library[M].USA：O Reilly media，2008.

[2]梁路宏.人臉檢測研究綜述[J].計(jì)算機(jī)學(xué)報(bào)，2002（05）：449-458.

作者簡介：徐占鵬（1979.01-），男，山東棲霞人，講師，碩士，研究方向：計(jì)算機(jī)應(yīng)用、計(jì)算機(jī)圖形圖像處理和計(jì)算機(jī)視覺。

作者單位：青島職業(yè)技術(shù)學(xué)院 軟件與服務(wù)外包學(xué)院，山東青島 266555

基金項(xiàng)目：校級課題“人臉識別認(rèn)證登錄及監(jiān)控錄像人臉識別的研究”（項(xiàng)目編號：13-A-4）。