QT实现人脸识别

QT实现人脸识别

Face.pro文件:

cpp 复制代码
QT       += core gui

greaterThan(QT_MAJOR_VERSION, 4): QT += widgets

CONFIG += c++11

# The following define makes your compiler emit warnings if you use
# any Qt feature that has been marked deprecated (the exact warnings
# depend on your compiler). Please consult the documentation of the
# deprecated API in order to know how to port your code away from it.
DEFINES += QT_DEPRECATED_WARNINGS

# You can also make your code fail to compile if it uses deprecated APIs.
# In order to do so, uncomment the following line.
# You can also select to disable deprecated APIs only up to a certain version of Qt.
#DEFINES += QT_DISABLE_DEPRECATED_BEFORE=0x060000    # disables all the APIs deprecated before Qt 6.0.0

SOURCES += \
    main.cpp \
    widget.cpp

HEADERS += \
    widget.h

FORMS += \
    widget.ui

INCLUDEPATH += D:/opencv/opencv3.4-qt-intall/install/include
INCLUDEPATH += D:/opencv/opencv3.4-qt-intall/install/include/opencv
INCLUDEPATH += D:/opencv/opencv3.4-qt-intall/install/include/opencv2
LIBS += D:/opencv/opencv3.4-qt-intall/install/x86/mingw/lib/libopencv_*.a

# Default rules for deployment.
qnx: target.path = /tmp/$${TARGET}/bin
else: unix:!android: target.path = /opt/$${TARGET}/bin
!isEmpty(target.path): INSTALLS += target

widget.h文件:

cpp 复制代码
#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <QWidget>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
#include<opencv2/face.hpp>
#include <vector>
#include <map>
#include <QMessageBox>
#include <QDebug>
#include <QFile>
#include <QTextStream>
#include <QDateTime>
#include <QTimerEvent>
#include<QtSerialPort/QtSerialPort>
#include<QtSerialPort/QSerialPortInfo>
using namespace  cv;
using namespace cv::face;
using namespace std;

QT_BEGIN_NAMESPACE
namespace Ui { class Widget; }
QT_END_NAMESPACE

class Widget : public QWidget
{
    Q_OBJECT

public:
    Widget(QWidget *parent = nullptr);
    ~Widget();

private slots:
    void on_openBtn_clicked();

    void on_closeBtn_clicked();

    void on_faceBtn_clicked();

private:
    Ui::Widget *ui;

    //=========摄像头相关成员的设置=========
    VideoCapture v; //摄像头容器
    Mat src; //存放  原图  的容器
    Mat gray; //存放  灰度图  的容器
    Mat dst; //存放  直方图  的容器
    Mat rgb; //存放  rgb图  的容器
    CascadeClassifier c; //定义一个级联分类器容器
    vector<Rect> faces; // 定义一个数组存放人脸矩形框
    int camera_id; //打开摄像头的定时器id
    void timerEvent(QTimerEvent *e); //定时器事件  重写函数事件声明

    //=========人脸录入相关成员的设置=========
    Ptr<LBPHFaceRecognizer> recognizer; //人脸  识别器指针
    vector<Mat> study_faces; //定义一个存放录入人脸的数组
    vector<int> study_lables; //定义一个存放人脸对应的标签数组
    int count; //记录录入人脸的次数
    int flag; //用来区别是人脸录入还是人脸识别
    int face_id; // 人脸录入定时器id

    //=========人脸检测相关成员的设置=========
    int check_id; //

};
#endif // WIDGET_H

widget.cpp文件:

cpp 复制代码
#include "widget.h"
#include "ui_widget.h"

Widget::Widget(QWidget *parent)
    : QWidget(parent)
    , ui(new Ui::Widget)
{
    ui->setupUi(this);

    ui->weChatBtn->setEnabled(false);

    //打开系统摄像头
    if(!v.open(0))
    {
        QMessageBox::information(this, "", "打开系统摄像头失败!");
        return;
    }

    //配置  级联分类器
    if(!c.load("D:\\opencv\\image\\haarcascade_frontalface_alt.xml"))
    {
        QMessageBox::information(this, "", "配置级联分类器失败!");
        return;
    }

    //判断是否录入过人脸
    QFile file("D:\\opencv\\image\\my_face.xml");
    //判断文件是否存在
    if(file.exists())
    {
        //表示之前录入过人脸  则下载文件
        recognizer = LBPHFaceRecognizer::load<LBPHFaceRecognizer>("D:\\opencv\\image\\my_face.xml");

    }else {
        //表示之前没有录入过人脸
        recognizer = LBPHFaceRecognizer::create();
    }

    //启动一个人脸检测定时器
    check_id = startTimer(3000);
    flag = 1; //可以人脸检测
    recognizer->setThreshold(100);

}

Widget::~Widget()
{
    delete ui;
}

//打开摄像头按钮对应的  槽函数
void Widget::on_openBtn_clicked()
{
    //启动一个定时器
    camera_id = startTimer(30);
}

//定时器重写的功能函数
void Widget::timerEvent(QTimerEvent *e)
{
    //判断是否是  摄像头定时器  超时
    if(e->timerId() == camera_id)
    {
        //读取系统摄像头中的图像
        v.read(src);

        //图像反转
        flip(src, src, 1);

        //将 bgr 转换成  rgb
        cvtColor(src, rgb, CV_BGR2RGB);

        //将图像重新设置大小  适应lab
        cv::resize(rgb, rgb, Size(301,251));

        //灰度处理
        cvtColor(rgb, gray, CV_RGB2GRAY);

        //均衡化处理
        equalizeHist(gray, dst);

        //锁定人脸矩形框位置
        c.detectMultiScale(dst, faces);

        //将矩形框绘制到人脸上
        for(uint i=0; i<faces.size(); i++)
        {
            rectangle(rgb, faces[i], Scalar(255,0,0),2);
        }

        //将图像放入 lab 中
        QImage img(rgb.data, rgb.cols, rgb.rows, rgb.cols*rgb.channels(), QImage::Format_RGB888);

        ui->label->setPixmap(QPixmap::fromImage(img));

    }

    //判断是否是  人脸录入定时器  超时
    if(e->timerId() == face_id)
    {
        if(0 == flag)
        {

            qDebug() << "人脸录入中,请正视摄像头!";

            Mat face = src(faces[0]); //将摄像头当前的一帧图像上的一个人脸给face

            //灰度处理
            cvtColor(face, face, CV_BGR2GRAY);

            //均衡化处理
            equalizeHist(face, face);

            //将人脸放入数组中
            study_faces.push_back(face);
            study_lables.push_back(1);

            count++;
            if(50 == count)
            {
                //将图像模型转换成数据模型
                recognizer->update(study_faces, study_lables);
                recognizer->save("D:\\opencv\\image\\my_face.xml");

                QMessageBox::information(this, "", "录入人脸成功!");
                //关闭定时器
                killTimer(face_id);
                flag = 1; //表示可以人脸识别
                study_faces.clear(); //将存放人脸数组清空,方便下次录入
                study_lables.clear();

            }
        }
    }

    //判断是否是  人脸检测定时器  超时
    if(e->timerId() == check_id)
    {
        if(1 == flag)
        {
            QFile file("D:\\opencv\\image\\my_face.xml");

            if(file.exists())
            {
                if(recognizer.empty() || faces.empty())
                {
                    return;
                }

                Mat face = src(faces[0]);

                //灰度处理
                cvtColor(face, face, CV_BGR2GRAY);

                //
                equalizeHist(face, face);

                int lab = -1;
                double cof = 0.0;

                recognizer->predict(face, lab, cof);

                //根据 lab 判断是否识别成功
                if(lab != -1)
                {
                    QMessageBox::information(this, "", "人脸识别成功!");

                    ui->weChatBtn->setEnabled(true);

                    killTimer(check_id);

                }

            }

        }
    }

}

//关闭摄像头按钮对应的槽函数
void Widget::on_closeBtn_clicked()
{
    killTimer(camera_id);
}

//录入人脸按钮对应的槽函数
void Widget::on_faceBtn_clicked()
{
    count = 0; // 将录入人脸的次数设置为0
    flag = 0; //表示只能做人脸录入,不能做人脸检测
    face_id = startTimer(50);

}

main.c文件:

cpp 复制代码
#include "widget.h"

#include <QApplication>

int main(int argc, char *argv[])
{
    QApplication a(argc, argv);
    Widget w;
    w.show();
    return a.exec();
}

ui布局:

相关推荐
dayouziei2 小时前
java的类加载机制的学习
java·学习
dsywws5 小时前
Linux学习笔记之vim入门
linux·笔记·学习
晨曦_子画6 小时前
3种最难学习和最容易学习的 3 种编程语言
学习
城南vision6 小时前
Docker学习—Docker核心概念总结
java·学习·docker
ctrey_7 小时前
2024-11-1 学习人工智能的Day20 openCV(2)
人工智能·opencv·学习
十年之少7 小时前
由中文乱码引来的一系列学习——Qt
学习
u0101526588 小时前
STM32F103C8T6学习笔记2--LED流水灯与蜂鸣器
笔记·stm32·学习
王俊山IT8 小时前
C++学习笔记----10、模块、头文件及各种主题(二)---- 预处理指令
开发语言·c++·笔记·学习
慕卿扬9 小时前
基于python的机器学习(二)—— 使用Scikit-learn库
笔记·python·学习·机器学习·scikit-learn
WZF-Sang9 小时前
Linux—进程学习-01
linux·服务器·数据库·学习·操作系统·vim·进程