人脸识别Qt，opencv2.4.9

#include "addpeople.h" #include "ui_addpeople.h" #include <QDebug> #include <QMessageBox> AddPeople::AddPeople(QWidget *parent) : QDialog(parent), ui(new Ui::AddPeople) { ui->setupUi(this); this->setWindowTitle(tr("人员添加")); connect(ui->TakeAPotoBtn,SIGNAL(clicked()),this,SLOT(on_TakeAPotoBtn_clicked()),Qt::UniqueConnection); } AddPeople::~AddPeople() { delete ui; } void AddPeople::TrainingModel() { //读取你的CSV文件路径. //string fn_csv = string(argv[1]); std::string fn_csv = "./Data/at.txt"; // 2个容器来存放图像数据和对应的标签 std::vector<cv::Mat> images; std::vector<int> labels; // 读取数据. 如果文件不合法就会出错 // 输入的文件名已经有了. try { read_csv(fn_csv, images, labels); } catch (cv::Exception& e) { std::cerr << "Error opening file \"" << fn_csv << "\". Reason: " << e.msg << endl; // 文件有问题，我们啥也做不了了，退出了 return; } // 如果没有读取到足够图片，也退出. if (images.size() <= 1) { std::string error_message = "This demo needs at least 2 images to work. Please add more images to your data set!"; CV_Error(CV_StsError, error_message); } // 下面的几行代码仅仅是从你的数据集中移除最后一张图片 //[gm:自然这里需要根据自己的需要修改，他这里简化了很多问题] cv::Mat testSample = images[images.size() - 1]; // int testLabel = labels[labels.size() - 1]; images.pop_back(); labels.pop_back(); // 下面几行创建了一个特征脸模型用于人脸识别， // 通过CSV文件读取的图像和标签训练它。 // T这里是一个完整的PCA变换 //如果你只想保留10个主成分，使用如下代码 // cv::createEigenFaceRecognizer(10); // // 如果你还希望使用置信度阈值来初始化，使用以下语句： // cv::createEigenFaceRecognizer(10, 123.0); // // 如果你使用所有特征并且使用一个阈值，使用以下语句： cv::createEigenFaceRecognizer(0, 123.0); cv::Ptr<cv::FaceRecognizer> model = cv::createEigenFaceRecognizer(); model->train(images, labels); model->save("MyFacePCAModel.xml"); /* cv::Ptr<cv::FaceRecognizer> model1 = cv::createFisherFaceRecognizer(); model1->train(images, labels); model1->save("MyFaceFisherModel.xml");*/ // 下面对测试图像进行预测，predictedLabel是预测标签结果 // int predictedLabel = model->predict(testSample); // int predictedLabel1 = model1->predict(testSample); // int predictedLabel2 = model2->predict(testSample); // 还有一种调用方式，可以获取结果同时得到阈值: int predictedLabel = -1; double confidence = 0.0; model->predict(testSample, predictedLabel, confidence); qDebug()<<"confidencePCA:"<<confidence; } cv::Mat AddPeople::norm_0_255(cv::InputArray _src) { cv::Mat src = _src.getMat(); // 创建和返回一个归一化后的图像矩阵: cv::Mat dst; switch (src.channels()) { case1: cv::normalize(_src, dst, 0, 255, cv::NORM_MINMAX, CV_8UC1); break; case3: cv::normalize(_src, dst, 0, 255, cv::NORM_MINMAX, CV_8UC3); break; default: src.copyTo(dst); break; } return dst; } void AddPeople::read_csv(const std::string& filename, std::vector<cv::Mat>& images, std::vector<int>& labels) { char separator = ';'; std::ifstream file(filename.c_str(), std::ifstream::in); if (!file) { QMessageBox::warning(NULL,tr("错误"),tr("read_csv文件打开失败"),QMessageBox::Ok); return; } std::string line, path, classlabel; while (std::getline(file, line)) { std::stringstream liness(line); std::getline(liness, path, separator); std::getline(liness, classlabel); if (!path.empty() && !classlabel.empty()) { images.push_back(cv::imread(path, 0)); labels.push_back(atoi(classlabel.c_str())); } } } void AddPeople::disposePic() { file.CreateFile(QString::number( MaxNumAboutPeople,10)); QString sourceFilePath="addData\\"; QString targetFilePath="Data\\"+QString::number(MaxNumAboutPeople,10); targetFilePath.append("\\"); QString sourceFile; QString targetFile; for(int i=0;i<10;i++) { sourceFile.append(sourceFilePath+QString::number(i+1,10)); sourceFile.append(".jpg"); targetFile.append(targetFilePath); targetFile.append(QString::number(i,10)); targetFile.append(".jpg"); this->detectAndDisplay(sourceFile,targetFile); sourceFile.clear(); targetFile.clear(); } } void AddPeople::AddCSV() { file.MakecsvFile(); } void AddPeople::detectAndDisplay(QString source, QString target) { std::string face_cascade_name = "haarcascade_frontalface_alt.xml"; cv::CascadeClassifier face_cascade; //定义人脸分类器 cv::Mat frame = cv::imread(source.toStdString()); if(!frame.data) { qDebug()<<source; QMessageBox::warning(this,tr("提示"),tr("frame读取失败"),QMessageBox::Ok); return; } if (!face_cascade.load(face_cascade_name)) { QMessageBox::warning(this,tr("错误"),tr("haarcascade_frontalface_alt.xml加载失败"),QMessageBox::Ok); return; } std::vector<cv::Rect> faces; cv::Mat img_gray; cv::cvtColor(frame, img_gray, cv::COLOR_BGR2GRAY); cv::equalizeHist(img_gray, img_gray); face_cascade.detectMultiScale(img_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, cv::Size(50, 50)); for (int j = 0; j < (int)faces.size(); j++) { cv::Mat faceROI = frame(faces[j]); cv::Mat MyFace; cv::Mat gray_MyFace; if (faceROI.cols > 100) { cv::resize(faceROI, MyFace, cv::Size(92, 112)); cv::cvtColor(MyFace, gray_MyFace, CV_BGR2GRAY); imwrite(target.toStdString(), gray_MyFace); } } } void AddPeople::on_TakeAPotoBtn_clicked() { if(ui->NamelineEdit->text()==NULL) { QMessageBox::warning(this,tr("错误"),tr("请输入姓名"),QMessageBox::Ok); } else { ui->NamelineEdit->setEnabled(false); ui->TakeAPotoBtn->setEnabled(false); capture=new cv::VideoCapture(0); int i=0; while (i!=10) { char key = cv::waitKey(100); *capture >> frame; imshow("frame", frame); std::string filename = cv::format("AddData\\%d.jpg", i+1); switch (key) { case'p': i++; imwrite(filename, frame); imshow("photo", frame); cv::waitKey(500); cv::destroyWindow("photo"); break; default: break; } } capture->release(); cv::destroyWindow("frame"); ui->NamelineEdit->setEnabled(true); ui->TakeAPotoBtn->setEnabled(true); } int i=file.GetMaxNum("Data//people.txt"); //qDebug()<<i<<endl; QString text=QString::number(i,10)+" "+ui->NamelineEdit->text(); file.AddPeople("Data//people.txt",text); MaxNumAboutPeople=i; }