人眼定位识别
- 本系列历程启发于“禾路老师”的视频课程,学习到两个重要知识点:实战和自己的库!
- 本系列历程多源于answer.opencv论坛的一些牛人的解答,作为小白只是代码的搬运工。
言归正传,请看项目要求:
- 求取找到人眼位置
- 根据人眼特征确定
- 简单的小例子,实用价值不大,但是对于其他项目有帮助!
思路分析一:
- 利用黑色特征进行筛选
- 然后根据眼睛是成对出现,再进一步帅选
思路分析二:
- 利用拉普拉斯金字塔对人进行特征提取
- 提取之后利用眼睛位置很亮进行帅选
- 当然也可以根据眼睛大概的位置进行帅选,如:脸部、成对出现、周围是白色眼珠。。。。
代码实现:
- 本博文利用第二种方法,识别精度和效率较高
- 去拉普拉斯金字塔,自己手动构造。
- 利用眼睛特征进行筛选
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main(int argc, const char** argv)
{
Mat matFrontFace = imread("abc.png");
Mat gray; Mat temp;
double minPixelValue, maxPixelValue;
Point minPixelPoint, maxPixelPoint;
cvtColor(matFrontFace, gray, COLOR_BGR2GRAY);
// Laplacian pyramid
pyrDown(gray, temp);
pyrUp(temp, temp);
temp = gray - temp;
// 找两个最亮的地方,且距离不能低于一个阈值
size_t count = 0;
vector<Point2i> point;
do
{
//寻找最大值
minMaxLoc(temp, &minPixelValue, &maxPixelValue, &minPixelPoint, &maxPixelPoint);
if (count == 0)
{
point.push_back(maxPixelPoint);
circle(matFrontFace, maxPixelPoint, 10, Scalar(0, 0, 255), 2);
temp.at<uchar>(maxPixelPoint.y, maxPixelPoint.x) = 0;
count++;
}
else
{
//---两只眼睛高度差别低于5,距离在35-100之内
float dis = sqrt(pow(maxPixelPoint.x - point[0].x, 2) + pow(maxPixelPoint.y - point[0].y, 2));
if (dis > 35 && dis<100 && abs(maxPixelPoint.y - point[0].y)<5)
{
point.push_back(maxPixelPoint);
circle(matFrontFace, maxPixelPoint, 10, Scalar(0, 0, 255), 2);
count++;
}
else
{
temp.at<uchar>(maxPixelPoint.y, maxPixelPoint.x) = 0;
}
}
} while (count!=2);
}
参考资料:
作者:影醉阏轩窗
-------------------------------------------
个性签名:衣带渐宽终不悔,为伊消得人憔悴!
如果觉得这篇文章对你有小小的帮助的话,记得关注再下的公众号,同时在右下角点个“推荐”哦,博主在此感谢!
![](https://images2018.cnblogs.com/blog/1033571/201807/1033571-20180705122122491-1885279937.jpg)