1. 前言

libfacedetection庫是深圳大學的於仕琪老師釋出的開源人臉檢測庫，相比於OpenCV自帶的CascadeClassifier人臉檢測，無論在速度上還是精度上，都有巨大的優勢，是目前已知開源庫中最好用的一款。

本文通過學習libfacedetection庫中的example，進行人臉檢測程式的簡單實現。

2. 開發環境

• OpenCV3.3
• Windows 10 64位
• Visual Studio 2013 Ultimate

3. 配置過程

3.1 libfacedetection的下載

3.2 新建VS工程

將下載好的libfacedetection資料夾中的幾個檔案拖拽到faceDetection工程的根目錄

• libfacedetect-x64.dll
• libfacedetect-x64.lib
• facedetect-dll.h

3.3 配置VS屬性

先配置opencv

然後在連結器中配置libfacedetection的庫檔案，注意，64位的要配置成libfacedetect-x64.lib

注意，libfacedetection庫中使用了比較底層的fopen函式，VS2013對fopen報編譯錯誤，需要設定如下——

在C++命令列中新增 /D _CRT_SECURE_NO_WARNINGS

4. 原始碼示例

這是對libfacedetection檔案中example進行的修改使用，example提供了4個人臉檢測函式，分別是facedetect_frontal、facedetect_frontal_surveillance、facedetect_multiview、facedetect_multiview_reinforce，四個函式應該是對應不同的使用場景，效能有所不同，但引數型別完全一致，可以根據需要進行調整。

該程式碼使用了 facedetect_multiview 和 OpenCV自帶的CascadeClassifier進行比較，可以看出於仕琪老師的libfacedetection具有更強的效能。

#include"facedetect-dll.h"
#include<iostream>
#include<opencv2\opencv.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=%d\n", 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;
}

5. 結果對比

libfacedetection識別Tara女團結果

OpenCV CascadeClassifier 識別Tara