计算机视觉_实验4.doc

计算机视觉实验报告 计算机视觉是计算机科学和心理物理学的交叉学科，它涉及计算机和软件如何对视觉信息进行处理和分析。在本实验报告中，我们将介绍计算机视觉中的三个任务：Fisherfaces 方法实验、快速检测 find.jpg 中的内容和利用 OpenCV 自带的人脸检测器对图片进行检测。 一、Fisherfaces 方法实验 Fisherfaces 方法是基于 Fisher 线性判别分析的面部识别方法，该方法利用 Fisher 线性判别分析的思想，寻找使类内差异最小、类间差异最大化的投影方向，以提高面部识别的准确性。在本实验中，我们使用 OpenCV 库实现了 Fisherfaces 方法，并对比了 Eigenfaces 方法。 核心代码：Ptr<FisherFaceRecognizer> model = FisherFaceRecognizer::create();//用FisherFace 函数创建模型、进行训练并保存，其他部分与实验 3 相同 model->train(images, labels); model->save("model.xml"); 实验结果截图显示，Fisherfaces 方法生成的特征向量集每张图色彩光照更加均匀，验证了其对人脸识别中的光照人脸姿态变化更不敏感，识别效果也更好。 二、快速检测 find.jpg 中的内容 在本实验中，我们使用 OpenCV 库实现了快速检测 find.jpg 中的内容。该方法使用矩形框标记 find.jpg 中的内容，并将其检测结果显示在输出图像上。 核心代码：int main(){ Mat src = imread("C:/Users/Jas/source/repos/test4.2/test4.2/img.jpg",0); Mat tem = imread("C:/Users/Jas/source/repos/test4.2/test4.2/find.jpg",0); Mat output = imread("C:/Users/Jas/source/repos/test4.2/test4.2/img.jpg",1); tem.convertTo(tem, CV_32F); for (int x = 0; x <= src.rows - tem.rows; ++x){ for (int y = 0; y <= src.cols - tem.cols; ++y){ Mat small = src(Range(x, x + tem.rows), Range(y, y + tem.cols)); small.convertTo(small, CV_32F); double similar = compareHist(tem, small, CV_COMP_CORREL); if (similar > 0.99){ rectangle(output, Point(y, x), Point(y + tem.cols, x + tem.rows), Scalar(0, 0, 255),2,8,0); } } namedWindow("result", WINDOW_NORMAL); imshow("result", output); waitKey(0); return 0; } 实验结果截图显示，检测结果正确地标记了 find.jpg 中的内容。 三、利用 OpenCV 自带的人脸检测器对图片进行检测 在本实验中，我们使用 OpenCV 库实现了人脸检测。该方法使用 Haar-Adaboost 算法对图片进行检测，并将检测结果显示在输出图像上。 核心代码：int main() // 基于Haar-Adaboost算法{ String cascadeFilePath = "C:/Users/Jas/Desktop/opencv/sources/samples/winrt/FaceDetection/FaceDetection/Assets/haarcascade_frontalface_alt.xml"; CascadeClassifier face_cascade; if (!face_cascade.load(cascadeFilePath)) { printf("could not load the haar data...\n"); return -1; } Mat src_img, gray_img; src_img = imread("C:/Users/Jas/source/repos/test4/test4/1927.jpg");//或者oscars.jpg cvtColor(src_img, gray_img, CV_BGR2GRAY); 实验结果截图显示，人脸检测结果正确地检测到了人脸区域。 本实验报告展示了计算机视觉中的三个任务：Fisherfaces 方法实验、快速检测 find.jpg 中的内容和利用 OpenCV 自带的人脸检测器对图片进行检测。这些任务展示了计算机视觉在人脸识别和图像处理方面的应用。