faceDetection EmguCV

Question

当picture.jpg上有5个人的照片时，我在给出绿色矩形的时候遇到了问题。我在这里使用的是emguCV v2.2，当我单击并触发按钮时，该按钮的代码。

Image InputImg = Image.FromFile(@"C:\img\Picture.jpg"); 
Image<Bgr,byte> ImageFrame = new Image<Bgr,byte>(new Bitmap(InputImg));

Image<Gray, byte> grayframe = ImageFrame.Convert<Gray, byte>();
 var faces =  grayframe.DetectHaarCascade(haar, 1.4, 4,
                                    HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,
                                    new Size(25, 25))[0];
foreach (var face in faces)
            {
                ImageFrame.Draw(face.rect, new Bgr(Color.Green), 3);
            }
CamImageBox.Image = ImageFrame;

我希望它会返回每个面上都有绿色矩形的picture.jpg。但事实并非如此。我能知道为什么吗？这里有什么错误吗？

谢谢

Answer 1

var faces = grayframe.DetectHaarCascade(haar，1.4，4，HAAR_DETECTION_TYPE.DO_CANNY_PRUNING，new Size(25，25))；

您正在使用scaleFactors = 1.4和minNeighbors = 4，您可以调整这些参数并检查结果(scaleFactors = 1.2?)

为了证明你的haarcascade运行良好，也许你可以尝试使用网络摄像头捕获作为你的图片来源？

Private void Form1_load(object sender, EventArgs e)
{
    try
    {
        //capture webcam
        Capture grabber = new Capture();
        //test capture frame
        grabber.QueryFrame();
        //trigger event when application is idle
        Application.Idle += new EventHandler(FrameGrabber);
    }
    catch
    {
        MessageBox.Show("Capture fail to start");
    }
}

void FrameGrabber(object sender, EventArgs e)
{
    Image<Bgr,byte> ImageFrame = grabber.QueryFrame().Resize(320,240,Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
    Image<Gray, byte> grayframe = ImageFrame.Convert<Gray, byte>();
    MCvAvgComp[] faces =  grayframe.DetectHaarCascade(haar, 1.4, 4,
                                    HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,
                                    new Size(25, 25))[0];
    foreach (MCvAvgComp face in faces)
    {
        ImageFrame.Draw(face.rect, new Bgr(Color.Green), 3);
    }
    CamImageBox.Image = ImageFrame;
}

顺便说一下，grayframe.DetectHaarCascade的返回类型是MCvAvgComp[][]，因此您的例子中的faces类型是MCvAvgComp[]。

Answer 2

ScaleFactor应该是>1.0 but closer to 1，所以您可以使用1.04或1.01来获得更好的结果，但这会使过程变慢。你可以增加minNeighbours，这样你就可以减少假阳性。最后使用maxSize参数来限制检测到的框的最大尺寸。您可以遵循该方法的定义

public Rectangle[] DetectMultiScale(
    IInputArray image,
    double scaleFactor = 1.1,
    int minNeighbors = 3,
    Size minSize = null,
    Size maxSize = null
)