OpenCV + MFC 实现简单人脸识别

用VS2010 + OpenCV 2.4.9 实现

首先放效果图（为了防止辣眼睛，后期处理了下）：

首先声明，我是在参考http://blog.csdn.net/mr_curry/article/details/51098311的基础上实现的。

切入正题：

1 设置控件

1. 首先新建一个基于Dialog的MFC程序的工程，工程名为FaceDetect ；
2. 然后在IDD_FACEDETECT_DIALOG对话框中添加一个Picture 控件，ID命名为：IDC_PICTURE；添加一个Button控件，Caption命名为 “检测”，ID命名为IDC_START，将原来自动生成的的OK按钮的Caption改为“退出”；
3. 删除原来的Text控件和“Cancel”控件。

2 定义变量

在FaceDetectDlg.h开头添加以下几行代码

#pragma once#include "opencv2/objdetect/objdetect.hpp"#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp”using namespace std；using namespace cv;

然后在CFaceDetectDlg类定义一下几个变量

public:    String face_cascade_name;     String eyes_cascade_name;     CascadeClassifier face_cascade;    CascadeClassifier eyes_cascade;    VideoCapture capture;

3 对定义的变量初始化

CFaceDetectDlg::CFaceDetectDlg(CWnd* pParent /*=NULL*/)    : CDialogEx(CFaceDetectDlg::IDD, pParent){    m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);    string face_cascade_name = "";    string eyes_cascade_name = "";}

BOOL CFaceDetectDlg::OnInitDialog(){    CDialogEx::OnInitDialog();    // Add "About..." menu item to system menu.    // IDM_ABOUTBOX must be in the system command range.    ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);    ASSERT(IDM_ABOUTBOX < 0xF000);    CMenu* pSysMenu = GetSystemMenu(FALSE);    if (pSysMenu != NULL)    {        BOOL bNameValid;        CString strAboutMenu;        bNameValid = strAboutMenu.LoadString(IDS_ABOUTBOX);        ASSERT(bNameValid);        if (!strAboutMenu.IsEmpty())        {            pSysMenu->AppendMenu(MF_SEPARATOR);            pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);        }    }    // Set the icon for this dialog.  The framework does this automatically    //  when the application's main window is not a dialog    SetIcon(m_hIcon, TRUE);         // Set big icon    SetIcon(m_hIcon, FALSE);        // Set small icon    // TODO: Add extra initialization here    string face_cascade_name = "..\\debug\\haarcascade_frontalface_alt.xml";    string eyes_cascade_name = "..\\debug\\haarcascade_eye_tree_eyeglasses.xml";    if( !face_cascade.load( face_cascade_name ) )    {        MessageBox(_T("haarcascade_frontalface_alt.xml Error loading"));         return -1;    };    if( !eyes_cascade.load( eyes_cascade_name ) )    {        MessageBox(_T(" haarcascade_eye_tree_eyeglasses.xmlError loading"));        return -1;    };    return TRUE;  // return TRUE  unless you set the focus to a control}

4 检测函数的编写

思路是这样的：

1. 首先打开摄像头
2. 然后将摄像托获取的图像传递给人脸识别的函数
3. 将识别后处理过的图像在Picture控件中显示出来

双击IDD_FACEDETECT_DIALOG对话框上的上的“检测”按钮控件，进入控件函数编写的地方，该函数如下所示：

void CFaceDetectDlg::OnBnClickedStart(){    // TODO: Add your control notification handler code here    capture.open(0);//捕获外部摄像头,如果只有一个摄像头，就填0    Mat frame;    namedWindow("view", WINDOW_AUTOSIZE);    HWND hWnd = (HWND)cvGetWindowHandle("view");    HWND hParent = ::GetParent(hWnd);    ::SetParent(hWnd, GetDlgItem(IDC_PICTURE)->m_hWnd);    ::ShowWindow(hParent, SW_HIDE);//隐藏运行程序框，并且把它“画”到MFC上    if (capture.isOpened())    {        for (;;)//循环以达到视频的效果        {            capture >> frame;            if (!frame.empty())            {                detectAndDisplay(frame);//识别的函数                imshow("view", frame);                UpdateData(FALSE);            }            else            {                //::AfxMessageBox(" --(!) No captured frame -- Break!");                continue;                //break;            }            waitKey(10);        }    }}

以上代码中 detectAndDisplay(frame)语句表示调用了 detectAndDisplay(Mat frame)函数，因此我们得声明和定义该函数。

• 在CFaceDetectDlg类的头文件FaceDetectDlg.h中声明该函数：

  void detectAndDisplay(Mat frame);//声明函数

• 在FaceDetectDlg.cpp中定义该函数：

void CFaceDetectDlg::detectAndDisplay( Mat frame ){    std::vector<Rect> faces;    Mat frame_gray;    cvtColor( frame, frame_gray, CV_BGR2GRAY );    equalizeHist( frame_gray, frame_gray );    //-- 多尺寸检测人脸    face_cascade.detectMultiScale( frame_gray, faces, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) );    for( int i = 0; i < faces.size(); i++ )    {        Point center( faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5 );        ellipse( frame, center, Size( faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar( 255, 0, 255 ), 4, 8, 0 );        Mat faceROI = frame_gray( faces[i] );        std::vector<Rect> eyes;        //-- 在每张人脸上检测双眼        eyes_cascade.detectMultiScale( faceROI, eyes, 1.1, 2, 0 |CV_HAAR_SCALE_IMAGE, Size(30, 30) );        for( int j = 0; j < eyes.size(); j++ )        {            Point center( faces[i].x + eyes[j].x + eyes[j].width*0.5, faces[i].y + eyes[j].y + eyes[j].height*0.5 );            int radius = cvRound( (eyes[j].width + eyes[j].height)*0.25 );            circle( frame, center, radius, Scalar( 255, 0, 0 ), 4, 8, 0 );        }    }}

-

编译运行

编译工程，然后将
haarcascade_frontalface_alt.xml 和 haarcascade_eye_tree_eyeglasses.xml拷贝到工程目录文件下Debug文件夹里，也就是可执行文件所在的那个文件夹。

以上基本上可以实现预期的人脸识别功能，可是我们可以发现此时点击“退出”按钮时，摄像头的灯还亮着，那是因为摄像头在程序退出后没有关闭掉，因此还得添加代码关闭摄像头。

双击“退出”按钮，编辑代码如下

void CFaceDetectDlg::OnBnClickedOk(){    // TODO: Add your control notification handler code here    capture.release(); //关闭摄像头    CDialogEx::OnOK();}

后记

以后我将把这个工程的代码公布在我的Github上，希望能对其他人有所帮助。
代码已上传至 ：https://github.com/LuoAlmeida/MFC-OpenCV-