วิธีตรวจจับตาใน OpenCV ด้วย C++

ภาพรวม

สาธิตวิธี ตรวจจับตา (Eye Detection) แบบพื้นฐาน โดยใช้ Haar Cascade Classifier haarcascade_eye.xml

Header ที่จำเป็น

• <iostream> - Input/Output มาตรฐาน
• <opencv2/highgui/highgui.hpp> - GUI, โหลด/แสดงภาพ
• <opencv2/imgproc/imgproc.hpp> - Image Processing
• <opencv2/objdetect/objdetect.hpp> - Object Detection (Cascade Classifier)

โค้ดตัวอย่าง C++

#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/objdetect/objdetect.hpp>
using namespace cv;
using namespace std;

int main() {
    Mat frame;
    namedWindow("Detect");
    VideoCapture image(0);
    
    if (!image.isOpened()) {
        cout << "Couldn't load video from source." << endl;
        system("pause");
        return 0;
    }
    
    image.set(CAP_PROP_FRAME_HEIGHT, 480);
    image.set(CAP_PROP_FRAME_WIDTH, 640);
    
    CascadeClassifier face_cascade, eyes_cascade;
    face_cascade.load("haarcascade_frontalface_alt.xml");
    eyes_cascade.load("haarcascade_eye.xml");
    
    while (true) {
        bool temp = image.read(frame);
        vector<Rect> faces;
        face_cascade.detectMultiScale(frame, faces, 1.1, 2, 0|CASCADE_SCALE_IMAGE, Size(100,100));
        
        for (int i = 0; i < faces.size(); i++) {
            Point center(faces[i].x + faces[i].width*0.5, faces[i].y + faces[i].height*0.5);
            ellipse(frame, center, Size(faces[i].width*0.5, faces[i].height*0.5), 0, 0, 360, Scalar(255,0,255), 4);
            
            Mat faceROI = frame(faces[i]);
            vector<Rect> eyes;
            eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0|CASCADE_SCALE_IMAGE, Size(5,5));
            
            for (size_t j = 0; j < eyes.size(); j++) {
                Point eyeCenter(faces[i].x + eyes[j].x + eyes[j].width*0.5,
                               faces[i].y + eyes[j].y + eyes[j].height*0.5);
                int radius = cvRound((eyes[j].width + eyes[j].height) * 0.25);
                circle(frame, eyeCenter, radius, Scalar(255,0,0), 4);
            }
        }
        
        imshow("Detect", frame);
        if (waitKey(30) == 27) break;
    }
    return 0;
}

คำอธิบายพารามิเตอร์ detectMultiScale

• scaleFactor (1.1): อัตราการขยายภาพในแต่ละสเกล (1.1 = ช้าแต่แม่น, 1.2 = เร็วแต่พลาดง่าย)
• minNeighbors (2-4): ความเชื่อมั่นของการตรวจจับ (ค่ามาก = น่าเชื่อถือแต่ช้า)
• flags (CASCADE_SCALE_IMAGE): ขยายภาพแทนการขยาย Classifier
• minSize (20x20, 30x30): ขนาดขั้นต่ำของวัตถุที่ตรวจจับได้

ผลลัพธ์

แสดงหน้าต่างวิดีโอพร้อมวงรีล้อมใบหน้า และวงกลมล้อมตาทั้งสองข้าง