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

1. 去拉普拉斯金字塔，自己手动构造。
2. 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：

• opencv官网

• 禾路老师视频