人脸分析

详细描述

• 人脸模块更新日志
• 使用 OpenCV 进行人脸识别

类
类	cv::face::BasicFaceRecognizer
结构体	cv::face::CParams
类	cv::face::EigenFaceRecognizer
类	cv::face::Facemark
	所有脸部标记模型的抽象基类。 更多...
类	cv::face::FacemarkAAM
类	cv::face::FacemarkLBF
类	cv::face::FacemarkTrain
	可训练脸部标记模型的抽象基类。 更多...
类	cv::face::FaceRecognizer
	所有人脸识别模型的抽象基类。 更多...
类	cv::face::FisherFaceRecognizer
类	cv::face::LBPHFaceRecognizer
类	cv::face::MACE
	最小平均相关能量滤波器，适用于使用（可取消）生物特征进行身份验证。 （不需要太多正样本训练（10-50），并且完全不需要负样本，对噪声/加盐也具有鲁棒性） 更多...
类	cv::face::PredictCollector
	所有预测结果处理策略的抽象基类。 更多...
类	cv::face::StandardCollector
	默认预测收集器。 更多...

类型定义
typedef bool(*	cv::face::FN_FaceDetector) (InputArray, OutputArray, void *userData)

函数
Ptr< Facemark >	cv::face::createFacemarkAAM ()
	构建一个 AAM 脸部标记检测器
Ptr< Facemark >	cv::face::createFacemarkKazemi ()
	构建一个 Kazemi 脸部标记检测器
Ptr< Facemark >	cv::face::createFacemarkLBF ()
	构建一个 LBF 脸部标记检测器
void	cv::face::drawFacemarks (InputOutputArray image, InputArray points, Scalar color=Scalar(255, 0, 0))
	用于绘制检测到的脸部地标点的工具。
bool	cv::face::getFaces (InputArray image, OutputArray faces, CParams *params)
	默认人脸检测器此函数主要用于 Facemark 算法 的实现。 建议最终用户使用 Facemark::getFaces 函数，该函数可以通过 Facemark::setFaceDetector 手动定义和绕过算法。
bool	cv::face::getFacesHAAR (InputArray image, OutputArray faces, const String &face_cascade_name)
bool	cv::face::loadDatasetList (String imageList, String annotationList, std::vector< String > &images, std::vector< String > &annotations)
	用于加载训练图像和标注文件路径列表的工具。
bool	cv::face::loadFacePoints (String filename, OutputArray points, float offset=0.0f)
	用于从给定文件加载脸部地标信息的工具。
bool	cv::face::loadTrainingData (std::vector< String > filename, std::vector< std::vector< Point2f > > &trainlandmarks, std::vector< String > &trainimages)
	此函数从 .txt 文件中提取训练数据，这些文件包含相应的图像名称和地标。 每个文件中的第一个文件应给出描述文件中地标的图像路径。 然后在后续行中应是图像中地标的坐标，即每行应为 x,y 的形式，其中 x 代表地标的 x 坐标，y 代表地标的 y 坐标。
bool	cv::face::loadTrainingData (String filename, std::vector< String > &images, OutputArray facePoints, char delim=' ', float offset=0.0f)
	用于从单个文件加载脸部地标数据集的工具。
bool	cv::face::loadTrainingData (String imageList, String groundTruth, std::vector< String > &images, OutputArray facePoints, float offset=0.0f)
	用于从数据集中加载脸部地标信息的工具。

类型定义文档

FN_FaceDetector

typedef bool(* cv::face::FN_FaceDetector) (InputArray, OutputArray, void *userData)

#include <opencv2/face/facemark_train.hpp>

函数文档

createFacemarkAAM()

Ptr< Facemark > cv::face::createFacemarkAAM

(

)

Python
	cv.face.createFacemarkAAM(		) ->	retval

#include <opencv2/face/facemark.hpp>

构建一个 AAM 脸部标记检测器

createFacemarkKazemi()

Ptr< Facemark > cv::face::createFacemarkKazemi

(

)

Python
	cv.face.createFacemarkKazemi(		) ->	retval

#include <opencv2/face/facemark.hpp>

构建一个 Kazemi 脸部标记检测器

createFacemarkLBF()

Ptr< Facemark > cv::face::createFacemarkLBF

(

)

Python
	cv.face.createFacemarkLBF(		) ->	retval

#include <opencv2/face/facemark.hpp>

构建一个 LBF 脸部标记检测器

drawFacemarks()

void cv::face::drawFacemarks	(	InputOutputArray	image,
		InputArray	points,
		Scalar	color = Scalar(255, 0, 0)
	)

Python
	cv.face.drawFacemarks(	image, points[, color]	) ->	image

#include <opencv2/face/facemark_train.hpp>

用于绘制检测到的脸部地标点的工具。

参数

image	要处理的输入图像。
points	包含要绘制的点数据。
color	以 BGR 格式表示的点的颜色，由 cv::Scalar 表示。

使用示例

std::vector<Rect> faces;
std::vector<std::vector<Point2f> > landmarks;
facemark->getFaces(img, faces);
facemark->fit(img, faces, landmarks);
for(int j=0;j<rects.size();j++){
    face::drawFacemarks(frame, landmarks[j], Scalar(0,0,255));
}

getFaces()

bool cv::face::getFaces	(	InputArray	image,
		OutputArray	faces,
		CParams *	params
	)

#include <opencv2/face/facemark_train.hpp>

默认人脸检测器此函数主要用于 Facemark 算法 的实现。 建议最终用户使用 Facemark::getFaces 函数，该函数可以通过 Facemark::setFaceDetector 手动定义和绕过算法。

参数

image	要处理的输入图像。
faces	函数的输出，代表检测到的人脸的感兴趣区域。 每张脸都存储在 cv::Rect 容器中。
params	检测器参数

使用示例

std::vector<cv::Rect> faces;
CParams params("haarcascade_frontalface_alt.xml");
cv::face::getFaces(frame, faces, &params);
for(int j=0;j<faces.size();j++){
    cv::rectangle(frame, faces[j], cv::Scalar(255,0,255));
}
cv::imshow("detection", frame);

getFacesHAAR()

bool cv::face::getFacesHAAR	(	InputArray	image,
		OutputArray	faces,
		const String &	face_cascade_name
	)

Python
	cv.face.getFacesHAAR(	image, face_cascade_name[, faces]	) ->	retval, faces

#include <opencv2/face/facemark_train.hpp>

loadDatasetList()

bool cv::face::loadDatasetList	(	String	imageList,
		String	annotationList,
		std::vector< String > &	images,
		std::vector< String > &	annotations
	)

Python
	cv.face.loadDatasetList(	imageList, annotationList, images, annotations	) ->	retval

#include <opencv2/face/facemark_train.hpp>

用于加载训练图像和标注文件路径列表的工具。

参数

imageList	指定的文件包含训练图像的路径。
annotationList	指定的文件包含训练标注的路径。
images	加载的训练图像路径。
annotations	加载的标注文件路径。

使用示例

String imageFiles = "images_path.txt";
String ptsFiles = "annotations_path.txt";
std::vector<String> images_train;
std::vector<String> landmarks_train;
loadDatasetList(imageFiles,ptsFiles,images_train,landmarks_train);

loadFacePoints()

bool cv::face::loadFacePoints	(	String	文件名,
		OutputArray	points,
		浮点数	偏移量 = 0.0f
	)

Python
	cv.face.loadFacePoints(	文件名[, 点[, 偏移量]]	) ->	返回值, 点

#include <opencv2/face/facemark_train.hpp>

用于从给定文件加载脸部地标信息的工具。

参数

文件名	包含面部特征点数据的文件的名称。
points	加载的面部特征点。
偏移量	用于调整加载点的偏移量值。

使用示例

std::vector<Point2f> 点;
face::loadFacePoints("filename.txt", 点, 0.0f);

标注文件应遵循默认格式，即

版本: 1
点数量: 68
{
212.716603 499.771793
230.232816 566.290071
...
}

其中点数量是考虑的点的数量，每个点表示为其在 x 和 y 方向上的位置。

loadTrainingData() [1/3]

bool cv::face::loadTrainingData	(	std::vector< String >	文件名,
		std::vector< std::vector< Point2f > > &	训练特征点,
		std::vector< String > &	训练图像
	)

Python
	cv.face.loadTrainingData(	文件名, 图像[, 面部特征点[, 分隔符[, 偏移量]]]	) ->	返回值, 面部特征点
	cv.face.loadTrainingData(	imageList, groundTruth, 图像[, 面部特征点[, 偏移量]]	) ->	返回值, 面部特征点
	cv.face.loadTrainingData(	文件名, 训练特征点, 训练图像	) ->	retval

#include <opencv2/face/facemark_train.hpp>

此函数从 .txt 文件中提取训练数据，这些文件包含相应的图像名称和地标。 每个文件中的第一个文件应给出描述文件中地标的图像路径。 然后在后续行中应是图像中地标的坐标，即每行应为 x,y 的形式，其中 x 代表地标的 x 坐标，y 代表地标的 y 坐标。

作为参考，您可以查看 HELEN 数据集 中提供的文件。

参数

文件名	一个包含 .txt 文件名称的 cv::String 类型的向量。
训练特征点	一个包含所有图像形状或特征点的 cv::Point2f 类型的向量。
训练图像	一个包含其特征点被跟踪的图像名称的 cv::String 类型的向量

返回值

一个布尔值。如果它成功读取数据则返回 true，否则返回 false。

loadTrainingData() [2/3]

bool cv::face::loadTrainingData	(	String	文件名,
		std::vector< String > &	images,
		OutputArray	面部特征点,
		字符	分隔符 = ' ',
		浮点数	偏移量 = 0.0f
	)

Python
	cv.face.loadTrainingData(	文件名, 图像[, 面部特征点[, 分隔符[, 偏移量]]]	) ->	返回值, 面部特征点
	cv.face.loadTrainingData(	imageList, groundTruth, 图像[, 面部特征点[, 偏移量]]	) ->	返回值, 面部特征点
	cv.face.loadTrainingData(	文件名, 训练特征点, 训练图像	) ->	retval

#include <opencv2/face/facemark_train.hpp>

用于从单个文件加载脸部地标数据集的工具。

参数

文件名	包含数据集信息的文件的名称。每行包含一个图像的名称，后面跟着面部特征点对的 x 和 y 值，它们之间用空格分隔。例如 /home/user/ibug/image_003_1.jpg 336.820955 240.864510 334.238298 260.922709 335.266918 ... /home/user/ibug/image_005_1.jpg 376.158428 230.845712 376.736984 254.924635 383.265403 ...
images	一个向量，其中每个元素表示数据集中图像的文件名。默认情况下，图像不会被加载，以节省内存。
面部特征点	所有训练数据的加载特征点。
分隔符	每个元素之间的分隔符，默认值为空格。
偏移量	用于调整加载点的偏移量值。

使用示例

cv::String imageFiles = "../data/images_train.txt";
cv::String ptsFiles = "../data/points_train.txt";
std::vector<String> 图像;
std::vector<std::vector<Point2f> > 面部特征点;
loadTrainingData(imageFiles, ptsFiles, 图像, 面部特征点, 0.0f);

loadTrainingData() [3/3]

bool cv::face::loadTrainingData	(	String	imageList,
		String	groundTruth,
		std::vector< String > &	images,
		OutputArray	面部特征点,
		浮点数	偏移量 = 0.0f
	)

Python
	cv.face.loadTrainingData(	文件名, 图像[, 面部特征点[, 分隔符[, 偏移量]]]	) ->	返回值, 面部特征点
	cv.face.loadTrainingData(	imageList, groundTruth, 图像[, 面部特征点[, 偏移量]]	) ->	返回值, 面部特征点
	cv.face.loadTrainingData(	文件名, 训练特征点, 训练图像	) ->	retval

#include <opencv2/face/facemark_train.hpp>

用于从数据集中加载脸部地标信息的工具。

参数

imageList	包含训练数据集中图像文件名列表的文件。
groundTruth	包含存储特征点信息的文件名列表的文件。每个文件中的内容应遵循标准格式（参见 face::loadFacePoints）。
images	一个向量，其中每个元素表示数据集中图像的文件名。默认情况下，图像不会被加载，以节省内存。
面部特征点	所有训练数据的加载特征点。
偏移量	用于调整加载点的偏移量值。

使用示例

cv::String imageFiles = "../data/images_train.txt";
cv::String ptsFiles = "../data/points_train.txt";
std::vector<String> 图像;
std::vector<std::vector<Point2f> > 面部特征点;
loadTrainingData(imageFiles, ptsFiles, 图像, 面部特征点, 0.0f);

images_train.txt 中内容示例

/home/user/ibug/image_003_1.jpg
/home/user/ibug/image_004_1.jpg
/home/user/ibug/image_005_1.jpg
/home/user/ibug/image_006.jpg

points_train.txt 中内容示例

/home/user/ibug/image_003_1.pts
/home/user/ibug/image_004_1.pts
/home/user/ibug/image_005_1.pts
/home/user/ibug/image_006.pts