人脸检测原理及示例(OpenCV+Python)

前言

关于opencv

OpenCV 是 Intel 开源计算机视觉库 (Computer Version) 。它由一系列 C 函数和少量 C++类构成，实现了图像处理和计算机视觉方面的很多通用算法。

 

OpenCV 拥有包括 300 多个 C 函数的跨平台的中、高层 API 。它不依赖于其它的外部库 —— 尽管也可以使用某些外部库。OpenCV 对非商业应用和商业应用都是免费 的。同时 OpenCV 提供了对硬件的访问，可以直接访问摄像头，并且 opencv 还提供了一个简单的 GUI(graphics user interface) 系统 :highgui 。 我们就通过 OpenCV 提供的一些方法来构造出这个人脸检测 （face detection ） 程序来。

opencv的python包装

 

OpenCV 本身是有 C/C++ 编写的，如果要在其他语言中使用，我们可以通过对其动态链接库文件进行包装即可，幸运的是，Python 下有很多个这样的包装，本文中使用的是 Cvtypes 。

 

事实上，在 Python 中很多的包都是来自第三方的，比如 PIL(Python Image Library) 即为 C 语言实现的一个图形处理包，被包装到了 Python 中，这些包装可以让你像使用 Python 的内建函数一样的使用这些 API 。

 

人脸检测原理

人脸检测属于目标检测(object detection) 的一部分，主要涉及两个方面

1. 先对要检测的目标对象进行概率统计，从而知道待检测对象的一些特征，建立起目标检测模型。
2. 用得到的模型来匹配输入的图像，如果有匹配则输出匹配的区域，否则什么也不做。

 

计算机视觉

计算机的视觉系统，跟人的眼睛是大不相同的，但是其中也有类似之处。人眼之能够看到物体，是通过物体上反射出来的光线刺激人眼的感光细胞，然后视觉神经在大脑中形成物体的像。计算机通过摄像头看到的东西要简单的多，简单来说，就是一堆由数字组成的矩阵。这些数字表明了物体发出的光的强弱，摄像头的光敏元件将光信号转化成数字信号，将其量化为矩阵。

如何从这些数字中得出:"这是一个人脸"的结论，是一个比较复杂的事情。物理世界是彩色的，一般来说，计算机中的彩色图片都是由若干个色彩通道累积出来的，比如RGB模式的图片，有红色通道(Red)，绿色通道(Green)和蓝色通道(Blue),这三个通道都是灰度图，比如一个点由8位来表示，则一个通道可以表示2^8=256个灰度。那样三个通道进行叠加以后可以表3*8=24位种色彩，也就是我们常说的24位真彩。

对这样的图片做处理，无疑是一件很复杂的事，所以有必要先将彩色图转为灰度图，那样可以减少数据量(比如RGB模式，可以减少到原图片的1/3)，同时可以去掉一些噪声信号。先将图片转化为灰度图，然后将这个灰度图的对比度增高，这样可以使得图片本来暗的地方更暗，亮的地方更亮一些。这样处理以后，图片就更容易被算法设别出来了。

Harr特征级联表

OpenCV在物体检测上使用的是haar特征的级联表，这个级联表中包含的是boost的分类器。首先，人们采用样本的haar特征进行分类器的训练，从而得到一个级联的boost分类器。训练的方式包含两方面：

1.    正例样本，即待检测目标样本
2.    反例样本，其他任意的图片

首先将这些图片统一成相同的尺寸，这个过程被称为归一化，然后进行统计。一旦分类器建立完成，就可以用来检测输入图片中的感兴趣区域的检测了，一般来说，输入的图片会大于样本，那样，需要移动搜索窗口，为了检索出不同大小的目标，分类器可以按比例的改变自己的尺寸，这样可能要对输入图片进行多次的扫描。

什么是级联的分类器呢？级联分类器是由若干个简单分类器级联成的一个大的分类器，被检测的窗口依次通过每一个分类器，可以通过所有分类器的窗口即可判定为目标区域。同时，为了考虑效率问题，可以将最严格的分类器放在整个级联分类器的最顶端，那样可以减少匹配次数。

基础分类器以haar特征为输入，以0/1为输出，0表示未匹配，1表示匹配。

Haar特征

 

•  边界特征，包含四种
•  线性特征，包含8种
•  中心围绕特征，包含两种

在扫描待检测图片的时候，以边界特征中的(a)为例，正如前面提到的那样，计算机中的图片是一个数字组成的矩阵，程序先计算整个窗口中的灰度值x，然后计算矩形框中的黑色灰度值y，然后计算(x-2y)的值，得到的数值与x做比较，如果这个比值在某一个范围内，则表示待检测图片的当前扫描区域符合边界特征(a)，然后继续扫描。

关于这个算法的更详细描述已经超出了本文的范围，可以在参考资源中获得更多的信息。

 

非固定大小目标检测

因为是基于视频流的目标检测，我们事先不太可能知道要检测的目标的大小，这就要求我们的级联表中的分类器具有按比例增大(或者缩小)的能力，这样，当小的窗口移动完整个待检测图片没有发现目标时，我们可以调整分类器的大小，然后继续检测，直到检测到目标或者窗口与待检测图片的大小相当为止。

 

 

步骤一：图片预处理

在从摄像头中获得一个帧(一张图片)后，我们需要先对这张图片进行一些预处理：

1. 将图片从RGB模式转为灰度图将灰度图
2. 进行灰度图直方图均衡化操作

这两个步骤在OpenCV中是非常简单的：

image_size = cv.cvGetSize(image)#获取原始图像尺寸

grayscale = cv.cvCreateImage(image_size, 8, 1)# 建立一个空的灰度图
cv.cvCvtColor(image, grayscale, cv.CV_BGR2GRAY)#转换

storage = cv.cvCreateMemStorage(0)#新建一块存储区，以备后用
cv.cvClearMemStorage(storage)

cv.cvEqualizeHist(grayscale, grayscale)# 灰度图直方图均衡化

 

步骤二：检测并标记目标

OpenCV中，对于人脸检测的模型已经建立为一个XML文件，其中包含了上面提到的harr特征的分类器的训练结果，我们可以通过加载这个文件而省略掉自己建立级联表的过程。有了级联表，我们只需要将待检测图片和级联表一同传递给OpenCV的目标检测算法即可得到一个检测到的人脸的集合。

# detect objects
cascade = cv.cvLoadHaarClassifierCascade('haarcascade_frontalface_alt.xml',
                                            cv.cvSize(1,1))
faces = cv.cvHaarDetectObjects(grayscale, cascade, storage, 1.2, 2,
                                cv.CV_HAAR_DO_CANNY_PRUNING,
                                cv.cvSize(50, 50))#设置最小的人脸为50*50像素

if faces:
    print 'face detected here', cv.cvGetSize(grayscale)
    for i in faces:
        cv.cvRectangle(image, cv.cvPoint( int(i.x), int(i.y)),
                     cv.cvPoint(int(i.x + i.width), int(i.y + i.height)),
                     cv.CV_RGB(0, 255, 0), 1, 8, 0)#画一个绿色的矩形框

 

步骤三：用highgui画出视频窗口

highgui.cvNamedWindow ('camera', highgui.CV_WINDOW_AUTOSIZE)
highgui.cvMoveWindow ('camera', 50, 50)

highgui.cvShowImage('camera', detimg)

 

可以看到，OpenCV的API相当清晰，使用Python的包装，可以使得代码非常小。好了，我们可以看看程序的运行结果：

 

 
 
由于视频流是动态的，所以我们可以在程序的入口中使用一个无限循环，在循环中，每次从视频中读入一个帧，将这个帧传输给人脸检测模块，检测模块在这个帧上进行标记(如果有人脸的话)，然后返回这个帧，主程序拿到这个帧后，更新显示窗口。

 

opencv的其他特性

拉普拉斯边缘检测

 

def laplaceTransform(image):
    laplace = None
    colorlaplace = None
    planes = [None, None, None]

    image_size = cv.cvGetSize(image)
    if not laplace:
        for i in range(len(planes)):
            planes[i] = cv.cvCreateImage(image_size, 8, 1)
        laplace = cv.cvCreateImage(image_size, cv.IPL_DEPTH_16S, 1)
        colorlaplace = cv.cvCreateImage(image_size, 8, 3)

    cv.cvSplit(image, planes[0], planes[1], planes[2], None)

    for plane in planes:
        cv.cvLaplace(plane, laplace, 3)
        cv.cvConvertScaleAbs(laplace, plane, 1, 0)

    cv.cvMerge(planes[0], planes[1], planes[2], None, colorlaplace)
    colorlaplace.origin = image.origin

    return colorlaplace

 

效果图：
 
CVtypes中自带了一个关于图像色彩空间的直方图的例子：

 

结束语

OpenCV的功能十分强大，而且提供了大量的算法实现，文中涉及到的内容只是计算机视觉中很小的一部分。读者可以考虑将采集到的人脸进行标识，从而实现特定人的人脸识别。或者考虑将人脸检测移植到网络上，从而实现远程监控。试想一下，原来没有生命的机器，我们可以通过自己的思想，动作来使得它们看起来像是有思想一样，这件事本身就非常的有趣。