很久之前學習過一段時間的OpenCV，當時沒有做什麽筆記，但是代碼都還在，這裏把它貼出來做個記錄。
代碼放在碼雲上，地址在這裏https://gitee.com/solym/OpenCVTest/tree/master/OpenCVTest

#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/objdetect.hpp>
#include <opencv2/imgproc.hpp>

#include <cstdio>
// g++ face.cpp -o face -std=c++11 -lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_objdetect
 


// 文件在opencv的安裝目錄下有
static const char* cascade_name = "D:\\OpenCV\\share\\OpenCV\\haarcascades\\"
                           "haarcascade_frontalface_alt2.xml";


// http://wiki.opencv.org.cn/index.php/%E4%BA%BA%E8%84%B8%E6%A3%80%E6%B5%8B


void frameFaceDetection(cv::Mat& src, cv::CascadeClassifier& cascade,
    const
 
 char* showWindowName);

int FaceDetection(int c,char**v)
{
    //cv::Mat   src,gray;   // 源圖像，灰度圖像
    
    cv::VideoCapture    capture;    // 視頻捕獲對象
    cv::Mat             frame;      // 視頻幀
    cv::CascadeClassifier   cascade;    //級聯分類器
    
    /**
    // 加載源圖像
    const char* picpath = "../Image/sisy.jpg";
    if
 
 (c > 1) { picpath = v[1]; }
    src = cv::imread(picpath);

    if (src.empty()) {
        puts("圖片加載失敗!!!");
        return -1;
    }
    */

    // 打開視頻文件
    if (!capture.open("../Image/video.mov")) {
        puts("打開視頻文件失敗!!!");
        return -1;
    }

    // 加載人臉識別級聯分類器文件
    if (!cascade.load(cascade_name)){
        puts("人臉識別級聯分類器文件加載失敗!!!");
        return 0;
    }

    // 創建顯示窗口
    cv::namedWindow("src");

    cv::Mat src_scale;
    src_scale.create(cv::Size(480, 320), CV_8SC3);
    // 循環取幀並顯示
    while (capture.read(frame)) {
        // 進行縮放
        cv::resize(frame, src_scale, src_scale.size());
        // 檢測並顯示
        frameFaceDetection(src_scale, cascade, "src");
        // 等待按鍵事件
        // 此處等待也為顯示圖像函數提供足夠的時間完成顯示
        // 等待事件可以按照CPU速度進行調節
        if (cv::waitKey(1) >= 0) {
            break;  // 按鍵就退出
        }
    }
    //cv::waitKey();
    cv::destroyAllWindows();
    return 0;
}


void frameFaceDetection(cv::Mat& src,
    cv::CascadeClassifier& cascade,
    const char* showWindowName)
{
    std::vector<cv::Rect>   faces;
    cv::Mat gray;

    // 獲取源圖像的灰度圖像
    gray.create(src.size(), CV_8UC1);
    cv::cvtColor(src, gray, CV_BGR2GRAY);
    // 使灰度圖象直方圖均衡化
    cv::equalizeHist(gray, gray);

    // 獲取初步檢測結果
    cascade.detectMultiScale(
        gray/*源圖像*/,
        faces/*檢測出的物體邊緣(得到被檢測物體的矩形框向量組)*/,
        1.1/*每一個圖像尺度中的尺度參數，默認值為1.1*/,
        2/*每一個級聯矩形應該保留的鄰近個數*/,
        CV_HAAR_SCALE_IMAGE,
        cv::Size(30, 30)/*最小可能的對象的大小，小於的對象將被忽略*/);

    // 將檢測得到的結果，繪制到原圖像上
    for (auto face : faces) {
        // 繪制紅色矩形
        cv::rectangle(src, face, cv::Scalar(0, 0, 255), 3);
    }
    // 顯示圖像
    cv::imshow(showWindowName, src);
}

OpenCV學習代碼記錄——人臉檢測