【HarmonyOS HiSpark AI Camera试用连载】第五次续缘-基于鸿蒙系统的人脸检测

小嵌 · 发表于 2020-12-12 01:56:10

【HarmonyOS HiSpark AI Camera试用连载】第五次续缘-基于鸿蒙系统的人脸检测,

本帖最后由瑟寒凌风于 2020-12-12 00:51 编辑

谁？我！是你？是我！你终于来了！我终于来了！你终究是来了？我终究是来了！你来干什么! 我来检测一个人脸！

本文主要是实现一张图片上的人脸检测，目前的研究也没有去深入，而且代码都很简洁，只是完成图片的检测，视频和实时摄像头的检测尚未研究，这不是本人擅长的领域，日常加强学习。完成本代码，其中有一些波折，困难的关键不是怎么实现人脸检测，而在于鸿蒙上怎么运行opencv。这份代码参考 https://blog.csdn.net/sehanlingfeng/article/details/106880853 其实网上人脸检测的例子很多，在鸿蒙OS上可以完成这个功能，确属不易。

本人能力有限，移植的opencv还有诸多问题，这份代码在鸿蒙上运行，只能运行大概十多秒，然后就要卡死，暂时还没有找到原因。移植过程也没有写详细笔记，有点乱，等理清楚了再发移植教程（或许都不能叫移植，因为我是追踪opencv源码，直接放在鸿蒙上用的，没有像qt那样还要编译，只是改的东西比较多，其实还是c和c++语法）。

#include “opencv2/core.hpp“
#include “opencv2/face.hpp“
#include “opencv2/highgui.hpp“
#include “opencv2/imgproc.hpp“
#include <iostream>
#include <fstream>
#include <sstream>
#include “Main.h“
#include “opencv2/objdetect/objdetect.hpp“
using namespace cv;
using namespace cv::face;
using namespace std;
static char* FACES_MODEL = “./face.yaml“;
static char* FACES_TXT_PATH = “./face.txt“;
static char* HAARCASCADE_FRONTALFACE_ALT = “./haarcascade_frontalface_alt.xml“;//人脸数据集
/*
* url：传入图片路径；url2：储存到的路径
*/
void rectface（char* url, char* url2） {
char *HARR_XML_PATH1 = HAARCASCADE_FRONTALFACE_ALT;//-配置文件 xml
string fn_haar = string（HARR_XML_PATH1）;
//人脸识别算法
CascadeClassifier haar_cascade; //级联分类器检测类
haar_cascade.load（fn_haar）;
vector< Rect_<int> > faces;
Mat picture = imread（url, CV_LOAD_IMAGE_COLOR）;
haar_cascade.detectMultiScale（picture, faces）;
for （int i = 0; i < faces.size（）; i++） {
rectangle（picture, faces, CV_RGB（0, 255, 0）, 1）;
putText（picture, ““, Point（faces.x, faces.y）, FONT_HERSHEY_PLAIN, 1.0, CV_RGB（0, 255, 0）, 2.0）;
}
imwrite（url2, picture）;
}
/*
* url：传入图片路径；url2：储存到的路径
*/
int grayface（char* url, char* url2） {
char *HARR_XML_PATH1 = HAARCASCADE_FRONTALFACE_ALT;
string fn_haar = string（HARR_XML_PATH1）; //-配置文件 xml
//人脸识别算法
CascadeClassifier haar_cascade;
haar_cascade.load（fn_haar）;
Mat gray;
vector< Rect_<int> > faces;
Mat picture = imread（url, CV_LOAD_IMAGE_COLOR）;
if （!picture.empty（）） {
cvtColor（picture, gray, CV_BGR2GRAY）;
equalizeHist（gray, gray）; //直方图均衡化
}
//将灰度化的图片用于识别出人脸faces
haar_cascade.detectMultiScale（gray, faces）;
//识别多张人脸
for （int i = 0; i < faces.size（）; i++） {
Rect face_i = faces;
Mat face = gray（face_i）;
char urltext[256];
sprintf（urltext, “%s%s%d%s“, url2, “gray“, i, “.png“）;
imwrite（urltext, face）;
}
return faces.size（）;
}
int main（int argc, const char *argv[]） {
rectface（“./1.png“, “./1_1.png“）;
//grayface（“./1.png“, “./“）;
return 0;
}