วิธีตรวจจับใบหน้ามนุษย์ Real-time ใน OpenCV ด้วย C++

ภาพรวม

สาธิตการ ตรวจจับใบหน้า (Face Detection) แบบ Real-time จากกล้องเว็บแคม โดยใช้ Haar Cascade Classifier

หลักการทำงาน

• ใช้ VideoCapture(0) จับภาพจากกล้อง Default
• แต่ละเฟรม ใช้ detectMultiScale() หาใบหน้า
• วาด rectangle() ล้อมรอบใบหน้าที่เจอ
• แสดงผลด้วย imshow()

โค้ดตัวอย่าง C++

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

int main(int argc, char** argv) {
    Mat video_stream;
    VideoCapture real_time(0);
    namedWindow("Face Detection");
    
    string trained_classifier_location = "haarcascade_frontalface_alt.xml";
    CascadeClassifier faceDetector;
    faceDetector.load(trained_classifier_location);
    
    vector<Rect> faces;
    
    while (true) {
        faceDetector.detectMultiScale(video_stream, faces, 1.1, 4, CASCADE_SCALE_IMAGE, Size(30,30));
        real_time.read(video_stream);
        
        for (int i = 0; i < faces.size(); i++) {
            Mat faceROI = video_stream(faces[i]);
            int x = faces[i].x;
            int y = faces[i].y;
            int h = y + faces[i].height;
            int w = x + faces[i].width;
            rectangle(video_stream, Point(x, y), Point(w, h), Scalar(255,0,255), 2);
        }
        
        imshow("Face Detection", video_stream);
        if (waitKey(10) == 27) break;
    }
    return 0;
}

คำอธิบาย detectMultiScale Parameters

detectMultiScale(src, faces, scaleFactor, minNeighbors, flags, minSize)

• scaleFactor=1.1: ลดขนาดภาพทีละ 10% ต่อสเกล
• minNeighbors=4: ต้องมี Neighbors 4 ตัวจึงยืนยันว่าเป็นใบหน้า
• flags=CASCADE_SCALE_IMAGE: ขยายภาพ ไม่ขยาย Classifier
• minSize=30x30: ขนาดใบหน้าขั้นต่ำ

ผลลัพธ์

แสดงหน้าต่างวิดีโอพร้อมสี่เหลี่ยมม่วงล้อมใบหน้าทุกใบที่ตรวจจับได้