ROS人脸检测 使用webcam实现
github地址https://github.com/ngunauj/facedetection
熟悉ros环境。ubuntu16.04 + ros kinetic版本。使用笔记本自带摄像头,完成人脸的实时检测。代码可能会更改,具体以github上的代码为主。
camera_subscribe.cpp 订阅camera发出的图片信息,然后对Mat 类型的图片进行每一帧图片的人脸检测,人脸检测代码参考opencv的开源代码。
/* ***********************************************
Author :guanjunace@foxmail.com
Created Time :2017年07月10日 星期一 10时43分26秒
File Name :camera_subscribe.cpp
************************************************ */
#include <iostream>
#include <ros/ros.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/image_encodings.h>
#include <opencv2/highgui/highgui.hpp>
#include "opencv2/objdetect.hpp"
#include "opencv2/imgproc.hpp"
using namespace std;
using namespace cv;
const string cascadeName = "/usr/share/opencv/haarcascades/haarcascade_frontalface_alt.xml";
const string nestedCascadeName = "/usr/share/opencv/haarcascades/haarcascade_eye.xml";
const double scale = 1.3;
void detectFace(Mat& img, CascadeClassifier& cascade,
CascadeClassifier& nestedCascade) {
double t = ;
vector<Rect> faces;
const static Scalar colors[] = {
Scalar(,,),
Scalar(,,),
Scalar(,,),
Scalar(,,),
Scalar(,,),
Scalar(,,),
Scalar(,,),
Scalar(,,)
};
Mat gray, smallImg; cvtColor( img, gray, COLOR_BGR2GRAY );
double fx = / scale;
resize(gray, smallImg, Size(), fx, fx, INTER_LINEAR);
equalizeHist(smallImg, smallImg);
t = (double)getTickCount();
cascade.detectMultiScale(smallImg, faces, 1.1, ,
//|CASCADE_FIND_BIGGEST_OBJECT
//|CASCADE_DO_ROUGH_SEARCH
|CASCADE_SCALE_IMAGE,
Size(, ));
t = (double)getTickCount() - t;
printf("detection time = %g ms\n", t*/getTickFrequency());
for (size_t i = ; i < faces.size(); ++i) {
Rect r = faces[i];
Mat smallImgROI;
vector<Rect> nestedObjects;
Point center;
Scalar color = colors[i%];
int radius;
double aspect_ratio = (double)r.width/r.height;
if(0.75 < aspect_ratio && aspect_ratio < 1.3) {
center.x = cvRound((r.x + r.width*0.5)*scale);
center.y = cvRound((r.y + r.height*0.5)*scale);
radius = cvRound((r.width + r.height)*0.25*scale);
circle(img, center, radius, color, , , );
} else {
rectangle(img, cvPoint(cvRound(r.x*scale), cvRound(r.y*scale)),
cvPoint(cvRound((r.x + r.width-)*scale), cvRound((r.y + r.height-)*scale)),
color, , , );
}
smallImgROI = smallImg(r);
nestedCascade.detectMultiScale(smallImgROI, nestedObjects,
1.1, ,
|CASCADE_SCALE_IMAGE,
Size(, ) );
for (size_t j = ; j < nestedObjects.size(); ++j) {
Rect nr = nestedObjects[j];
center.x = cvRound((r.x + nr.x + nr.width*0.5)*scale);
center.y = cvRound((r.y + nr.y + nr.height*0.5)*scale);
radius = cvRound((nr.width + nr.height)*0.25*scale);
circle(img, center, radius, color, , , );
} }
imshow("result", img);
waitKey(); }
void img_Callback(const sensor_msgs::ImageConstPtr& msg) {
Mat image ;
CascadeClassifier cascade, nestedCascade;
try {
image = cv_bridge::toCvShare(msg, "bgr8")->image;
//CascadeClassifier cascade, nestedCascade;
nestedCascade.load(nestedCascadeName);
cascade.load(cascadeName);
detectFace(image, cascade, nestedCascade);
//Convert an immutable sensor_msgs::Image message to an OpenCV-compatible CvImage,
//sharing the image data if possible.
//imshow("img", cv_bridge::toCvShare(msg, "bgr8")->image);//IplImage 类型的 mat
//waitKey(1);
} catch (cv_bridge::Exception &e) {
ROS_ERROR("Could not convert from '%s' to 'bgr8'.", msg->encoding.c_str());
}
if (!image.empty()) detectFace(image, cascade, nestedCascade);
else printf("no image!");
}
int main(int argc, char *argv[]) {
ros::init(argc, argv, "img_subscribe");
ros::NodeHandle nh;
namedWindow("webcamimg");
startWindowThread();/*
CascadeClassifier cascade, nestedCascade;
if (!nestedCascade.load(nestedCascadeName))
cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
if (!cascade.load(cascadeName)) {
cerr << "ERROR: Could not load classifier cascade" << endl;
return -1;
}
*/
image_transport::ImageTransport it(nh);
image_transport::Subscriber img_sub = it.subscribe("/webcam/img", , &(img_Callback)); destroyWindow("webcamimg");
ros::spin();
return ;
}
camera_driver代码
/* ***********************************************
Author :guanjun guanjunace@foxmail.com
Created Time :2017/7/8 10:40:13
File Name :camera_publisher.cpp
************************************************ */
#include <bits/stdc++.h>
#include <ros/ros.h>
#include <image_transport/image_transport.h>
#include <cv_bridge/cv_bridge.h>
#include <sensor_msgs/image_encodings.h>
#include <opencv2/highgui/highgui.hpp> using namespace std;
using namespace cv; class WebCam {
public:
WebCam (ros::NodeHandle& nh, int video_source = )
: it(nh),
cap(video_source) {
if (!cap.isOpened()) {
ROS_ERROR("Cannot open the camera!\n");
}
/*设置主题名和缓冲区*/
imgPub = it.advertise("webcam/img", );
/*初始化CvImage智能指针,CvImage为Mat与ROS图像之间转换的载体*/
frame = boost::make_shared<cv_bridge::CvImage>();
/*设置ROS图片为BGR且每个像素点用1个字节来表示类似于CV_8U*/
frame->encoding = sensor_msgs::image_encodings::BGR8;
}
/*图像发布函数*/
int publishImage(){
/*将摄像头获取到的图像存放在frame中的image*/
cap >> frame->image;
/*判断是否获取到图像,若获取到图像,将其转化为ROS图片*/
if (!(frame->image.empty())){
frame->header.stamp = ros::Time::now();
imgPub.publish(frame->toImageMsg());
}
return ;
}
private:
/*设置图片节点*/
image_transport::ImageTransport it;
/*设置图片的发布者*/
image_transport::Publisher imgPub;
/*设置存放摄像头图像的变量*/
VideoCapture cap;
/*设置cvImage的智能指针*/
cv_bridge::CvImagePtr frame;
}; int main(int argc, char *argv[]) {
/*初始化节点,并设定节点名*/
ros::init(argc, argv, "img_publiser");
/*设置节点句柄*/
ros::NodeHandle nh; /*判断输入参数是否完成*/
if (argv[] == NULL){
ROS_WARN("Please choose the camera you want to use !");
return ;
}
/*获取打开摄像机的设备号*/
int video_source = ;
int default_p = ;
istringstream default_param(argv[]);
default_param >> default_p;
nh.param<int>("video_source", video_source, default_p); /*定义摄像机对象*/
WebCam webcam(nh, video_source); /*设置主题的发布频率为10Hz*/
ros::Rate loop_rate();
/*图片节点进行主题的发布*/
while (ros::ok()) {
webcam.publishImage();
ros::spinOnce();
/*按照设定的频率来将程序挂起*/
loop_rate.sleep();
}
return ;
}
在人脸检测的过程中,随着人脸的移动,有个别帧并不能检测出人脸,考虑以后哦要加个跟踪
ROS人脸检测 使用webcam实现的更多相关文章
- 基于opencv的人脸检测的web应用
参考资料 https://github.com/bsdnoobz/web-based-face-detect http://opencv-code.com/projects/web-based-int ...
- caffe_实战之两个简单的例子(物体分类和人脸检测)
一.物体分类: 这里使用的是caffe官网中自带的例子,我这里主要是对代码的解释~ 首先导入一些必要的库: import caffe import numpy as np import matplot ...
- 利用html5、websocket和opencv实现人脸检测
最近学习人脸识别相关的东西,在MFC下使用OpenCV做了一个简单的应用.训练需要较多的数据,windows应用程序终究还是不方便,于是想着做成CS模式:检测识别都放在服务器端,视频获取和显示都放在网 ...
- 基于Emgu CV的人脸检测代码
这个提供的代码例子是Emgu CV提供的源码里面自带的例子,很好用,基本不需要改,代码做的是人脸检测不是人脸识别,这个要分清楚.再就是新版本的Emgu CV可能会遇到系统32位和64位处理方式有区别的 ...
- 浅谈人脸检测之Haar分类器方法
我们要探讨的Haar分类器实际上是Boosting算法(提升算法)的一个应用,Haar分类器用到了Boosting算法中的AdaBoost算法,只是把AdaBoost算法训练出的强分类器进行了级联,并 ...
- 基于OpenCv的人脸检测、识别系统学习制作笔记之三
1.在windows下编写人脸检测.识别系统.目前已完成:可利用摄像头提取图像,并将人脸检测出来,未进行识别. 2.在linux下进行编译在windows环境下已经能运行的代码. 为此进行了linux ...
- 基于MATLAB的adaboost级联形式的人脸检测实现
很早之前就做过一些关于人脸检测和目标检测的课题,一直都没有好好总结出来,趁着这个机会,写个总结,希望所写的内容能给研究同类问题的博友一些见解和启发!!博客里面涉及的公式太繁琐了,直接截图了. 转载请注 ...
- 学习OpenCV——行人检测&人脸检测(总算运行出来了)
之前运行haar特征的adaboost算法人脸检测一直出错,加上今天的HOG&SVM行人检测程序,一直报错. 今天总算发现自己犯了多么白痴的错误——是因为外部依赖项lib文件没有添加完整,想一 ...
- 基于OpenCv的人脸检测、识别系统学习制作笔记之二
在网上找到了一个博客,里面有大量内容适合初学者接触和了解人脸检测的博文,正好符合我目前的学习方面,故将链接放上来,后续将分类原博客的博文并加上学习笔记. 传送门: http://blog.sina.c ...
随机推荐
- Java_大数值_16.5.12
如果基本的整数和浮点数精度不能满足要求,那么可以使用java.math包中的BigInteger和BigDecimal这两个类.这两个类可以处理包含任意长度数字序列的数值.BigInteger类实现了 ...
- SDK_进度条和滑块
进度条和滑块 进度条和滑块属于通用控件,通用控件的使用需要加 CommCtrl.h 头文件 如何初始化进度条和滑块的数值范围和默认的位置 // 设置默认的范围值SendDlgItemMessage(h ...
- 梦想CAD控件网页版关于自定义命令
在CAD控件操作中,为方便使用者,使用自定义命令发出命令,完成CAD绘图,修改,保存等操作.点击此处在线演示. _DMxDrawX::RegistUserCustomCommand 向CAD控件注册一 ...
- vue学习总结(简单介绍)
声明式渲染 Vue.js 的核心是一个允许采用简洁的模板语法来声明式地将数据渲染进 DOM 的系统: <div id="app"> {{ message }} < ...
- 03JavaScript运算符与表达式
JavaScript运算符与表达式 2.5运算符与表达式 2.5.1赋值运算符 运算符 意义 运算符 意义 = x=5 /= x=x/y += x=x+y %= 求余赋值 -= x=x-y *= x= ...
- spring aop 内部调用问题解决
方法1: 基于 proxy 的 spring aop 带来的内部调用问题可以使用 AopContext.currentProxy() 强转为当前的再调用就可以解决了 例如: 错误用法:public A ...
- JavaScript day1(注释)
JavaScript中的注释方式有两种: 单行注释,使用 //. // This is an in-line comment. 多行注释,以/*开始,用*/来结束. /* This is a mult ...
- Just a Hook (HDU 1698) 懒惰标记
Just a Hook (HDU 1698) 题链 每一次都将一个区间整体进行修改,需要用到懒惰标记,懒惰标记的核心在于在查询前才更新,比如将当前点rt标记为col[rt],那么此点的左孩子和右孩子标 ...
- spring boot 的使用(一)
1. 启动spring-boot项目 mvn spring-boot:run cd target java -jar xxxx.jar xxxx代表生成的jar包
- java 使用OpenOffice文件实现预览
1.安装OpenOffice软件 安装教程:https://jingyan.baidu.com/article/c275f6ba12c07ce33d756732.html 2.安装完成后,创建项目,p ...