จะครอบตัดใบหน้าที่ตรวจพบใน OpenCV โดยใช้ C ++ ได้อย่างไร

เราจะรู้วิธีการครอบตัดใบหน้าที่ตรวจพบใน OpenCV ในการครอบตัดใบหน้าที่ตรวจพบ เราจำเป็นต้องมีเมทริกซ์หลายตัว วิธีที่เหมาะสมที่สุดคือการใช้อาร์เรย์รูปภาพ ในโปรแกรมนี้โดยใช้สองบรรทัดต่อไปนี้ เราได้ประกาศเมทริกซ์รูปภาพสองตัว -

• Mat cropped_faces[4];
• Mat faceROI[4];

เมทริกซ์แรกคือการจัดเก็บภาพที่ครอบตัด และเมทริกซ์ที่สองคือการกำหนดขอบเขตที่สนใจ ในกระบวนการตรวจจับ ขั้นแรก โปรแกรมจะค้นหาใบหน้าและจัดเก็บไว้ในเวกเตอร์ ในโปรแกรมของเรา ชื่อของเวกเตอร์คือ 'ใบหน้า' เวกเตอร์สามารถประกอบด้วยหลายองค์ประกอบ

ด้วยการใช้สองบรรทัดต่อไปนี้ เราระบุเวกเตอร์และค้นหาตำแหน่งของพวกมันในภาพ และสุดท้ายครอบตัดบริเวณใบหน้าในเมทริกซ์ 'faceROI[i]'

• faceROI[]=image_with_humanface(faces[i]);
• cropped_faces[i]=faceROI[i];

บรรทัดแรกค้นหาเวกเตอร์ที่มีใบหน้าบนรูปภาพชื่อ 'image_with_humanface' แล้วครอบตัดและจัดเก็บไว้ในเมทริกซ์ชื่อ 'faceROI[i]' ในบรรทัดที่สอง รูปภาพที่ครอบตัดจะถูกส่งไปยังอาร์เรย์เมทริกซ์อื่น ใช้อาร์เรย์เมทริกซ์นี้เพื่อแสดงภาพที่ครอบตัด

โปรแกรมต่อไปนี้ครอบตัดใบหน้าที่ตรวจพบและแสดงในหน้าต่างแยกกัน

ตัวอย่าง

#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
//This header includes definition of 'rectangle()' function//
#include<opencv2/objdetect/objdetect.hpp>
//This header includes the definition of Cascade Classifier//
#include<string>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
   Mat image_with_humanface;//Declaring a matrix to load image with human faces//
   Mat cropped_faces[3];//Declaring an array of matrix of 4 elements to show the cropped faces//
   Mat faceROI[3];//Declaring an array of matrix of 4 elements to hold the cropped faces//
   image_with_humanface = imread("friends3.jpg");//loading an image that contains human face in it//
   namedWindow("Face1");//Declaring an window to show 1st cropped face//
   namedWindow("Face2");//Declaring an window to show 2nd cropped face//
   namedWindow("Face3");//Declaring an window to show 3rd cropped face//  
   string trained_classifier_location = "C:/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml";//Defining the location our XML Trained Classifier in a string//
   CascadeClassifier faceDetector;//Declaring an object named 'face detector' of CascadeClassifier class//
   faceDetector.load(trained_classifier_location);//loading the XML trained classifier in the object//
   vector<Rect>faces;//Declaring a rectangular vector named faces//
   vector<Rect>boundary;//Declaring a rectangular vector named rectangle//
   faceDetector.detectMultiScale(image_with_humanface, faces, 1.1, 4, CASCADE_SCALE_IMAGE, Size(20, 20));//Detecting the faces in 'image_with_humanfaces' matrix//
   for (size_t i = 0; i < faces.size(); i++){ //Loop to draw rectangle around the faces//
      faceROI[i] = image_with_humanface(faces[i]);
      cropped_faces[i] = faceROI[i];
      int x = faces[i].x;//Getting the initial row value of face rectangle's starting point//
      int y = faces[i].y;//Getting the initial column value of face rectangle's starting point//
      int h = y + faces[i].height;//Calculating the height of the rectangle//
      int w = x + faces[i].width;//Calculating the width of the rectangle//
      rectangle(image_with_humanface, Point(x, y), Point(w, h), Scalar(255, 0, 255), 2, 8, 0);//Drawing a rectangle using around the faces//
   }
   imshow("Face1", cropped_faces[0]);//Showing the 1st cropped face//
   imshow("Face2", cropped_faces[1]);//Showing the 2nd cropped face//
   imshow("Face3", cropped_faces[2]);//Showing the 3rd cropped face//
   waitKey(0);//To wait for a keystroke to terminate the program
   return 0;
}

ผลลัพธ์