基于VC的图像采集与人脸定位门禁控制系统(6)

西安工业大学北方信息工程学院毕业设计（论文）

图5.4.1

创建以下win32 console application程序进行测试。 #include #include #include

int main(int argc, char *argv[]) {

IplImage *img = cvLoadImage(\ cvNamedWindow(\ cvShowImage(\

17

西安工业大学北方信息工程学院毕业设计（论文）

cvWaitKey();

cvDestroyWindow(\ cvReleaseImage(&img); return 0; }

如果能够编译链接成功，则说明配置成功。 编译成功后开始创建工程步骤如下：

1.打开Visual C++ 6.0，创建一个“Win32 Console Application”类型的工程，工程名称取“test”，单击“确定”，然后单击“完成”，结束应用程序创建。 2.

将

?\\OpenCV\\data\\haarcascades

目

录

下

的

数

据

文

件

haarcascade_frontalface_alt.xml复制到工程目录文件夹中。其中，?\\OpenCV为OpenCV的安装目录，数据文件haarcascade_frontalface_alt.xm为人脸检测时所用到得分类器。 3.源程序代码如下： /*test.cpp文件完整代码*/ #include \#include \#include \#include

static CvHaarClassifierCascade* cascade = 0; static CvMemStorage* storage = 0;

void detect_and_draw( IplImage* image ); const

int _tmain(int argc, _TCHAR* argv[]) {

cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0,

char*

cascade_name

//人脸检测要用到的分类器

=\

18

西安工业大学北方信息工程学院毕业设计（论文）

0 ); //加载人脸检测所用的分类器

if( !cascade ) {

fprintf( stderr, \Could not load classifier cascade\\n\); return -1; } storage

=

//动态存储结构，用来存储人脸在图像中的位置 cvNamedWindow( \ //const

char*

filename

=

//待检测图像(包含绝对路径)

const char* filename = \景甜.jpg\

image

=

cvLoadImage(

image

filename,

1

IplImage* //加载图像

detect_and_draw( //对加载的图像进行检测 cvWaitKey(0);

cvReleaseImage( &image ); cvDestroyWindow(\ return 0; }

void detect_and_draw( IplImage* img ) {

static CvScalar colors[] = {

{{0,0,255}}, {{0,128,255}}, {{0,255,255}}, {{0,255,0}}, {{255,128,0}}, {{255,255,0}}, {{255,0,0}},

19

cvCreateMemStorage(0);

\

);

);

西安工业大学北方信息工程学院毕业设计（论文）

{{255,0,255}} };

double scale = 1.3;

IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );

IplImage*

small_img

=

cvCreateImage(

cvSize(

cvRound

(img->width/scale),

cvRound (img->height/scale)), 8, 1 );

cvCvtColor( img, gray, CV_BGR2GRAY );

cvResize( gray, small_img, CV_INTER_LINEAR ); cvEqualizeHist( small_img, small_img ); cvClearMemStorage( storage );

if( cascade ) {

/*函数cvHaarDetectObjects检测图像中的目标，由OpenCV提供。*/ CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage, 1.1, 2, 0 ,

cvSize(30, 30) ); for( int i = 0; i < (faces ? faces->total : 0); i++ ) {

CvRect* r = (CvRect*)cvGetSeqElem( faces, i ); CvPoint center; int radius;

center.x = cvRound((r->x + r->width*0.5)*scale); center.y = cvRound((r->y + r->height*0.5)*scale); radius = cvRound((r->width + r->height)*0.25*scale); cvCircle( img, center, radius, colors[i%8], 3, 8, 0 ); } }

cvShowImage( \

20

西安工业大学北方信息工程学院毕业设计（论文）

cvReleaseImage( &gray );

cvReleaseImage( &small_img ); }

/* stdafx.h文件完整代码*/

// stdafx.h : 标准系统包含文件的包含文件， // 或是经常使用但不常更改的 // 特定于项目的包含文件 //

#pragma once

#define WIN32_LEAN_AND_MEAN #include #include

// TODO: 在此处引用程序需要的其他头文件

/* stdafx.cpp文件完整代码*/

// stdafx.cpp : 只包括标准包含文件的源文件 // FaceDetection.pch 将作为预编译头 // stdafx.obj 将包含预编译类型信息

#include \

// TODO: 在 STDAFX.H 中

// 引用任何所需的附加头文件，而不是在此文件中引用

4.编译工程

在编译前，将要进行人脸检测的图片放到工程目录下，图片的名称要与代码中的名称对应。如：const char* filename = \待检测图像(包含绝对路径)

21

// 从 Windows 头中排除极少使用的资料