OpenCV学习笔记（11）：libfacedetection人脸检测的配置与使用特别说明1. 前言2. 开发环境3. 配置过程4. 源代码示例5. 结果对比

68 阅读 0 评论 45 点赞

我是靠谱客的博主香蕉黑米，最近开发中收集的这篇文章主要介绍OpenCV学习笔记（11）：libfacedetection人脸检测的配置与使用特别说明1. 前言2. 开发环境3. 配置过程4. 源代码示例5. 结果对比，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

特别说明

　　这是几年前的帖子了，当时于仕琪老师的libfacedetection库和现在有很大不同，尤其是2018年以后，引入了CNN方法，并且完全开源了。想要用最新版Demo的童鞋，直接在于仕琪老师的GitHub里面下载学习即可。需要早期版本的童鞋，可以点击下载 (百度网盘提取码: vqpd)
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　——本文作者

1. 前言

libfacedetection库是深圳大学的于仕琪老师发布的开源人脸检测库，相比于OpenCV自带的CascadeClassifier人脸检测，无论在速度上还是精度上，都有巨大的优势，是目前已知开源库中最好用的一款。

本文通过学习libfacedetection库中的example，进行人脸检测程序的简单实现。

2. 开发环境

OpenCV3.3
Windows 10 64位
Visual Studio 2013 Ultimate

3. 配置过程

3.1 libfacedetection的下载

在GitHub上下载libfacedetection的最新库文件（https://github.com/ShiqiYu/libfacedetection）

这里写图片描述

3.2 新建VS工程

这里写图片描述

将下载好的libfacedetection文件夹中的几个文件拖拽到faceDetection工程的根目录，包括——

libfacedetect-x64.dll
libfacedetect-x64.lib
facedetect-dll.h
####3.3 配置VS属性
先配置opencv

这里写图片描述

然后在链接器中配置libfacedetection的库文件，注意，64位的要配置成libfacedetect-x64.lib
这里写图片描述

注意，libfacedetection库中使用了比较底层的fopen函数，VS2013对fopen报编译错误，需要设置如下——

这里写图片描述

在C++命令行中添加 /D _CRT_SECURE_NO_WARNINGS

4. 源代码示例

这是对libfacedetection文件中example进行的修改使用，example提供了4个人脸检测函数，分别是facedetect_frontal、facedetect_frontal_surveillance、facedetect_multiview、facedetect_multiview_reinforce，四个函数应该是对应不同的使用场景，性能有所不同，但参数类型完全一致，可以根据需要进行调整。

该代码使用了 facedetect_multiview 和 OpenCV自带的CascadeClassifier进行比较，可以看出于仕琪老师的libfacedetection具有更强的性能。

#include"facedetect-dll.h"
#include<iostream>
#include<opencv2opencv.hpp>

#define DETECT_BUFFER_SIZE 0x20000

using namespace std;
using namespace cv;

void faceDetection(const Mat&image){

	Mat gray;
	cvtColor(image, gray, CV_BGR2GRAY);

	int * pResults = NULL;
	unsigned char * pBuffer = (unsigned char *)malloc(DETECT_BUFFER_SIZE);
	int doLandmark = 1;

	pResults = facedetect_multiview_reinforce(pBuffer, 
		(unsigned char*)(gray.ptr(0)), 
		gray.cols, 
		gray.rows, 
		(int)gray.step,
		1.2f, 2, 48, 0, 
		doLandmark);

	printf("%d faces detected.n", (pResults ? *pResults : 0));
	Mat result_multiview = image.clone();;

	for (int i = 0; i < (pResults ? *pResults : 0); i++)
	{
		short * p = ((short*)(pResults + 1)) + 142 * i;
		int x = p[0];
		int y = p[1];
		int w = p[2];
		int h = p[3];
		int neighbors = p[4];
		int angle = p[5];

		printf("face_rect=[%d, %d, %d, %d], neighbors=%d, angle=%dn", x, y, w, h, neighbors, angle);
		rectangle(result_multiview, Rect(x, y, w, h), Scalar(0, 255, 0), 2);
	}
	imshow("face", result_multiview);
	waitKey(0);
	free(pResults);
}
int main(){
	Mat src = imread("test.png", IMREAD_COLOR);

	faceDetection(src);
	
	CascadeClassifier ccf;
	vector<Rect> faceBox;
	ccf.load("haarcascade_frontalface_default.xml");
	ccf.detectMultiScale(src, faceBox, 1.1,3, 0, Size(20, 20), Size(100, 100));
	for (vector<Rect>::const_iterator i = faceBox.begin(); i != faceBox.end(); i++)
	{
		rectangle(src, (*i), Scalar(0, 0, 255), 2);
	}
	imshow("cascade", src);
	waitKey(0);
	return 0;
}