iOS平台OpenCV人脸检测
原文来自：OpenCv 之 (图片人脸识别) 和 (摄像头读入)
相关资料：
OpenCV——级联分类器(CascadeClassifier)
(学习笔记三)——人脸识别
使用OpenCV进行人脸识别的三种方法
MAC下Xcode配置opencv（2017.3.29最新实践，亲测可行）
如何使用 Opencv 实现人脸检测和人脸识别？
OpenCV3.3人脸识别模块的API的变化
协方差与协方差矩阵
我所理解的协方差矩阵
1、概述
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
2、人脸检测步骤
1)人脸图像采集及检测
2)人脸图像预处理
3)人脸图像特征提取以及匹配与识别
3、 人脸检测的方法
1)在OpenCV中主要使用了两种特征（即两种方法）进行人脸检测，Haar特征和LBP特征。使用已经训练好的XML格式的分类器进行人脸检测。在OpenCV的安装目录下的sources文件夹里的data文件夹里可以看到下图所示的内容（Mac系统在usr/local/opt路径下）：
opencv分类器xml文件路径usr:local.png
文件夹的名字“haarcascades”、“hogcascades”和“lbpcascades”分别表示通过“haar”、“hog”和“lbp”三种不同的特征而训练出的分类器："haar"特征主要用于人脸检测，“hog”特征主要用于行人检测，“lbp”特征主要用于人脸识别，“eye”特征主要用于眼睛的检测识别。
项目中会用到两个分类文件: haarcascade_eye.xml和haarcascade_frontalface_alt.xml，把这两个文件添加到项目中。
2)Mac系统openCV安装命令，brew
brew search opencv
brew install opencv
3)实现人脸检测主要依赖于detectMultiScale()函数，下面简单说一下函数参数的含义，先看函数原型：
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
4、Xcode项目"人脸检测"源代码分析
检测图片中的人脸
#import "FaceUtils.h"
#import <opencv2/opencv.hpp>
#import <opencv2/calib3d.hpp>
#import <opencv2/imgcodecs/ios.h>
#import <opencv2/core/types.hpp>
#import <opencv2/imgproc/types_c.h>
using namespace std;
using namespace cv;
@implementation FaceUtils
//检测图片中的人脸
+(UIImage*)faceDetectWithImage:(UIImage*)inputImage {
Mat image, image_gray; //定义两个Mat变量，用于存储每一帧的图像
UIImageToMat(inputImage, image);
cvtColor(image, image_gray, CV_BGR2GRAY);//转为灰度图
equalizeHist(image_gray, image_gray);//直方图均衡化，增加对比度方便处理
CascadeClassifier eye_Classifier; //载入分类器
CascadeClassifier face_cascade; //载入分类器
//加载分类训练器，OpenCv官方文档提供的xml文档，可以直接调用
//xml文档路径 opencv\sources\data\haarcascades
NSString *eyeName = @"haarcascade_eye";
NSString *eyePath = [[NSBundle mainBundle]pathForResource:eyeName ofType:@"xml"];
String path1 = eyePath.UTF8String;
if (!eye_Classifier.load(path1)) //需要将xml文档放在自己指定的路径下
{
cout << "Load haarcascade_eye.xml failed!" << endl;
return 0;
}
NSString *frontFaceName = @"haarcascade_frontalface_alt";
NSString *frontFacePath = [[NSBundle mainBundle]pathForResource:frontFaceName ofType:@"xml"];
String path2 = frontFacePath.UTF8String;
if (!face_cascade.load(path2))
{
cout << "Load haarcascade_frontalface_alt failed!" << endl;
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<Rect2i> eyeRect;
vector<Rect2i> faceRect;
//检测关于眼睛部位位置
eye_Classifier.detectMultiScale(image_gray, eyeRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size2i(30, 30));
for (size_t eyeIdx = 0; eyeIdx < eyeRect.size(); eyeIdx++)
{
rectangle(image, eyeRect[eyeIdx], Scalar(0, 0, 255), 5); //用矩形画出检测到的位置
}
//检测关于脸部位置
face_cascade.detectMultiScale(image_gray, faceRect, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size2i(30, 30));
for (size_t i = 0; i < faceRect.size(); i++)
{
rectangle(image, faceRect[i], Scalar(0, 0, 255), 5); //用矩形画出检测到的位置
}
UIImage *result = MatToUIImage(image);
return result;
}
@end
人脸检测结果:
facedetection.png
项目源代码下载地址：
https://download.csdn.net/download/wzt1229/10754167
下载项目解压，终端cd到项目目录，执行pod install，安装第三方库，即可运行项目。
