简易版人脸识别qt opencv-Toy模板网

这篇具有很好参考价值的文章主要介绍了简易版人脸识别qt opencv。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1、配置文件.pro

#-------------------------------------------------
#
# Project created by QtCreator 2023-09-05T19:00:36
#
#-------------------------------------------------

QT       += core gui

greaterThan(QT_MAJOR_VERSION, 4): QT += widgets

TARGET = 01_face
TEMPLATE = app


SOURCES += main.cpp\
        widget.cpp

HEADERS  += widget.h

FORMS    += widget.ui

INCLUDEPATH += D:/opencv/opencv3.4-qt-intall/install/include
INCLUDEPATH += D:/opencv/opencv3.4-qt-intall/install/include/opencv
INCLUDEPATH += D:/opencv/opencv3.4-qt-intall/install/include/opencv2
LIBS += D:/opencv/opencv3.4-qt-intall/install/x86/mingw/lib/libopencv_*.a

2、头文件

#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>

#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
#include<opencv2/face.hpp>
#include <vector>
#include <map>
#include <QMessageBox>
#include <QDebug>
#include <QFile>
#include <QTextStream>
#include <QDateTime>
#include <QTimerEvent>
#include<QtSerialPort/QtSerialPort>
#include<QtSerialPort/QSerialPortInfo>
using namespace  cv;
using namespace cv::face;
using namespace std;

namespace Ui {
class Widget;
}

class Widget : public QWidget
{
    Q_OBJECT

public:
    explicit Widget(QWidget *parent = 0);
    ~Widget();
    void timerEvent(QTimerEvent *event);         //定时器事件处理函数


private slots:
    void on_open_camera_Btn_clicked();

    void on_close_camera_Btn_clicked();

    void on_input_face_Btn_clicked();

private:
    Ui::Widget *ui;

    /************************第一模块：关于摄像头的组件***********************/
    VideoCapture v; //定义一个视频流对象

    Mat src;   //原图像
    Mat rgb;   //由于qt不识别grb图像，所以需要转化为rgb图像
    Mat gray;  //灰度图
    Mat dst;  //均衡化图像

    CascadeClassifier c;  //级联分类器，用来获取人像的矩形框
    vector<Rect> faces;  //定义一个存储人像矩形的容器

    int camera_timer_id;  //定时器

    /************************第二模块：录入人脸的组件***********************/
    Ptr<FaceRecognizer> recognizer;  //人脸识别器

    vector<Mat> study_face;   //要录入的人脸容器
    vector<int> Study_lab;    //要录入的人脸标签

    int input_timer_id;     //录入人脸的定时器

    int flag;    //判断是否正在录入中
    int count;   //记录收集到的人脸的次数



    /************************第三模块：人脸检测的组件***********************/
    int check_timer_id;   //定义一个人脸检测的定时器


};

#endif // WIDGET_H

3、源文件

main.app

#include "widget.h"
#include <QApplication>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    Widget w;
    w.show();

    return a.exec();
}

widget.cpp

#include "widget.h"
#include "ui_widget.h"

int face_count = 1;  //录入对应的标签号
Widget::Widget(QWidget *parent) :
    QWidget(parent),
    ui(new Ui::Widget)
{
    ui->setupUi(this);

    //打开摄像头
    if(!v.open(0))
    {
        QMessageBox::information(this, "提示", "摄像头打开失败");
        return;

    }
    //将级联分类器加载进来
    if(!c.load("D:/opencv/resource/haarcascade_frontalface_alt2.xml"))
    {
        QMessageBox::information(this, "提示", "练级分类器加载失败");
        return;
    }

    //配置人脸识别器
    QFile file("D:/opencv/resource/Face.xml");

    //判断是否存在，存在将其下载下来，不存在创建人脸模型
    if(file.exists())
    {
        //存在人脸模型，下载进来
        recognizer = FaceRecognizer::load<LBPHFaceRecognizer>("D:/opencv/resource/Face.xml");
    }
    else
    {
        //不存在，创建LBPHFaceRecognizer::create()
        recognizer = LBPHFaceRecognizer::create();
    }

    //启动人脸检测定时器
    check_timer_id = startTimer(3000);
    flag = 0;

    //设置可信度
    recognizer->setThreshold(100);

}

Widget::~Widget()
{
    delete ui;
}

//打开摄像头按钮的槽函数
void Widget::on_open_camera_Btn_clicked()
{
    //开启定时器
    camera_timer_id = this->startTimer(20);

}

void Widget::on_close_camera_Btn_clicked()
{
    //关闭定时器
    this->killTimer(camera_timer_id);
}

//定时器事件的函数
void Widget::timerEvent(QTimerEvent *event)
{
    //判断是否是打开摄像头定时器到位
    if(event->timerId() == camera_timer_id)
    {
        //获取图像
        //函数原型：virtual bool read(OutputArray image);
        //参数：存储读取到的图像容器
        //成功返回真，失败/读取完毕返回假
        v.read(src);

        //翻转图像
        //函数原型：oid flip(InputArray src, OutputArray dst, int flipCode);
        flip(src, src, 1);

        //将图像转为rgb模式
        cvtColor(src, rgb, CV_BGR2RGB);

        //重新设置图像大小
        cv::resize(rgb, rgb, Size(300,300));

        //灰度化处理
        cvtColor(rgb, gray, CV_RGB2GRAY);

        //均衡化处理
        equalizeHist(gray, dst);

        //使用级联分类器获取人脸图像的矩形框，并存入参数2中（人像矩形框容器中）
        //函数原型：void detectMultiScale( InputArray image,
          //                        CV_OUT std::vector<Rect>& objects,
            //                      double scaleFactor = 1.1,
              //                    int minNeighbors = 3, int flags = 0,
                //                  Size minSize = Size(),
                  //                Size maxSize = Size() );
        c.detectMultiScale(dst, faces);

        //将矩形框绘制到rgb图像中去
        for(int i=0; i<faces.size(); i++)
        {
            //使用全局函数rectangle函数，进行绘制
            rectangle(rgb, faces[i], Scalar(255, 0, 0), 1);
        }

        //将图像显示到ui界面上，ui界面的图像为QPixmap
        //需要将rgb图转为QImage的图像，再转为QPIXmap
        QImage img(rgb.data, rgb.cols, rgb.rows, rgb.cols*rgb.channels(), QImage::Format_RGB888);
        //功能：通过其他图像构造一个QImage图像
        //参数1：其他图像的数据
        //参数2：图像的宽度（列）
        //参数3：图像的高度（4）
        //参数4：每一行的字节数（列*通道）
        //参数5：图像格式，24位图，每一中颜色使用1字节8位表示

        //将其设置到ui界面的组件上
        ui->camera_Lab->setPixmap(QPixmap::fromImage(img));   //QPixmap::fromImage(img);  将QImage图像转为QPixmap图像

    }

    //判断是否是录入人脸定时器到位
    if(input_timer_id == event->timerId())
    {
        qDebug() << "正在录入....";
        //判断ui界面是否有矩形框
        if(faces.empty()) return;

        //判断人脸识别器是否存在
        if(recognizer.empty()) return;

        //获取矩形框中的图像
        Mat face = src(faces[0]);

        //重新设置大小
        cv::resize(face, face, Size(100, 100));

        //灰度化处理
        cvtColor(face, face, CV_BGR2GRAY);

        //均衡化处理
        equalizeHist(face, face);
        qDebug() << face_count;
        //将图像放入学习容器中
        study_face.push_back(face);
        Study_lab.push_back(face_count);
        count++;


        //当收集50张后更新学习模型
        if(50 == count)
        {
            qDebug() << "hahhah";
            //将图像模型转为数据模型
            //函数原型：virtual void update(InputArrayOfArrays src, InputArray labels);
            //参数1：要进行更新的人脸图像容器
            //参数2：要进行封信的人脸标签容器
            recognizer->update(study_face, Study_lab);

            //将数据模型存入到本地磁盘中去
            recognizer->save("D:/opencv/resource/Face.xml");
            QMessageBox::information(this, "提示", "人脸录入成功");

            flag = 0;
            count = 0;
            killTimer(input_timer_id);
            study_face.clear();
            Study_lab.clear();
            face_count++;
        }

    }

    //判断是否是人脸检测定时器到位
    if(event->timerId() == check_timer_id)
    {
        if(0 == flag)
        {
            QFile file("D:/opencv/resource/Face.xml");
            //判断文件是否存在
            if(file.exists())
            {
                //判断ui->界面是否有矩形框和人脸识别器是否有
                if(faces.empty() || recognizer.empty()) return;

                //到此说明开始检测
                //获取ui界面上的矩形框中的图像
                Mat face = src(faces[0]);

                //重新设置图像大小， 与录入人脸时的大小一致
                cv::resize(face, face, Size(100, 100));

                //灰度化处理
                cvtColor(face, face, CV_BGR2GRAY);

                //均衡化处理
                equalizeHist(face, face);

                //定义记录，检测后的结果
                int lab = -1;
                double conf = 0.0;

                //将人脸进行检测
                recognizer->predict(face, lab, conf);

                //判断是否匹配
                if(lab != -1)
                {
                    qDebug() <<"匹配成功";
                }
                qDebug() << lab;
            }
        }
    }
}

//录入人脸对应的参函数
void Widget::on_input_face_Btn_clicked()
{
    //启动定时器
    input_timer_id = startTimer(60);

    //将flag设置为1， 表明正在录入
    flag = 1;
    count = 0;

}

4、ui界面

简易版人脸识别qt opencv,计算机视觉文章来源地址https://www.toymoban.com/news/detail-703586.html