OpenCV 人脸识别返回太多人脸

OpenCV face deteciton returns too many faces

本文关键字：太多 返回 人脸识别 OpenCV      更新时间：2023-10-16

我有一点问题。我正在尝试通过 Kinect v1 进行人脸检测。我从kinect获取数据并将其转换为OpenCV垫。然后我尝试检测图像中的人脸，但函数返回 face.size（） = cca 250000000。你知道问题出在哪里吗？

void getKinectData(GLubyte* dest) {
    NUI_IMAGE_FRAME imageFrame; //structure of frame ( number,res etc )
    NUI_LOCKED_RECT LockedRect; //pointer to actual data
    if (sensor->NuiImageStreamGetNextFrame(rgbStream, 0, &imageFrame) < 0) return;
    INuiFrameTexture* texture = imageFrame.pFrameTexture; // manages the frame data
    texture->LockRect(0, &LockedRect, NULL, 0);
    IplImage* image = cvCreateImageHeader(cvSize(COLOR_WIDTH, COLOR_HIGHT), IPL_DEPTH_8U, 4);
    if (LockedRect.Pitch != 0) // pitch - how many bytes are in each row of the frame
    {
        BYTE* curr = (BYTE*)LockedRect.pBits;
        cvSetData(image, curr, LockedRect.Pitch);
        const BYTE* dataEnd = curr + (widthX*heightX) * 4;
        while (curr < dataEnd) {
            *dest++ = *curr++;
        }
    }
    //cvShowImage("color image", image);
    m = cv::cvarrToMat(image).clone();
    DetectAndDisplay(m);
    texture->UnlockRect(0);
    sensor->NuiImageStreamReleaseFrame(rgbStream, &imageFrame);
}
void DetectAndDisplay(cv::Mat frame)
{
std::vector<cv::Rect> faces;
    cv::Mat frame_gray;
    cvtColor(frame, frame_gray, cv::COLOR_BGR2GRAY);
    equalizeHist(frame_gray, frame_gray);
    //-- Detect faces
    face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, cv::Size(24, 24));
    for (size_t i = 0; i < faces.size(); i++)
    {
        cv::Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
        ellipse(frame, center, cv::Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, cv::Scalar(255, 0, 255), 4, 8, 0);
        cv::Mat faceROI = frame_gray(faces[i]);
        std::vector<cv::Rect> eyes;
        /*
        //-- In each face, detect eyes
        eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));
        for (size_t j = 0; j < eyes.size(); j++)
        {
            Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
            int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
            circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
        }*/
    }
    //-- Show what you got
    imshow(window_name, frame);
}
我知道

这个老了，但我也有类似的问题，所以我认为其他人可能会受益。

在调试构建期间与发行版opencv_objdetect库链接将导致 detectMultiScale（） 返回包含数十万个错误矩形的巨大向量。以下是在Visual Studio 2017中修复它的方法（我使用的是OpenCV版本3.2，因此请调整提到的库的名称以与您正在使用的版本相对应）：

  1. 项目 |（您的项目名称）性能。。。（或右键单击解决方案资源管理器中的项目并选择属性）
    2. 将配置更改为"
  2. 调试"，将"平台"更改为"所有平台"（或者可以对每个调试平台分别重复这些步骤）
  3. 转到链接器 |输入并确保 opencv_objdetect320d.lib 位于添加依赖项列表并删除 opencv_objdetect320.lib 如果它就在那里。
  4. 对配置 == 发布重复上述步骤，但这次确保链接器 |输入包括 opencv_objdetect320.lib（名称中没有尾随 d）在"添加依赖项"列表中并删除opencv_objdetect320d.lib 如果它在那里。
相关文章：