OpenCV 配置 VS 2022并识别人脸框出

文章目录

• 前言
• 一、什么是OpenCV？
• 二、OpenCV的安装和配置
• • • 1. OpenCV 下载
    • 2. 安装
    • 3. 配置环境变量
    • 4.vs2022环境配置
• 三、OpenCV识别图片人脸
• 四、总结

前言

在计算机视觉领域，人脸识别是一项具有挑战性且备受关注的任务。借助于开源的计算机视觉库OpenCV，我们可以轻松实现人脸识别功能，并通过在识别出的人脸周围绘制边界框的方式来突出显示人脸位置。本篇博客将介绍如何配置环境，然后使用C++和OpenCV库读取图像、进行人脸识别，并框出识别到的人脸。

一、什么是OpenCV？

OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉和图像处理库，提供了大量的图像处理和计算机视觉算法。它由一系列C++、Python和其他编程语言的函数和类组成，可以在多个平台上运行，包括Windows、Linux、macOS等。OpenCV包含了许多用于处理图像、视频、特征检测、目标识别、机器学习等任务的函数和模块，使开发者能够快速构建各种计算机视觉应用。

二、OpenCV的安装和配置

1. OpenCV 下载

链接: https://opencv.org/
此链接为open cv 官网，可以在官网下载windows版本。


点击library，接着选择release选项，下载windows的opencv-4.9.0版本安装包

2. 安装

点击安装包进行安装，本人安装在d盘中

安装好后安装目录的内容展示如图

3. 配置环境变量

把bin和lib文件夹加入环境变量


环境变量就配置好了

4.vs2022环境配置

新建一个项目

点开属性页后，按照下面步骤输入以下两个路径

点击确定，包含目录就配置好了
下面配置库目录，按照步骤，输入路径：D:\opencv\opencv\build\x64\vc15\lib
点击确定

下面配置lib库，将lib的文件名粘贴到空白处，点击确定

我的lib库的名字是490d.lib，大家可能会由于版本的原因导致名字不一样，但后缀都是.lib

新建一个cpp文件

将下列代码输入，运行测试

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>

using namespace cv;
using namespace std;
int main()
{
	Mat img = imread("C:\\Users\\Json\\Downloads\\CatLogo.png");
	namedWindow("Face");
	imshow("Face", img);
	waitKey(0);
	return 0;
}

像这样，能把你的图片放出来，这样就可以了

三、OpenCV识别图片人脸

#include <opencv2/opencv.hpp>

using namespace cv;

int main(int argc, char** argv) {
    // 读取图像文件
    Mat image = imread("C:\\Users\\Json\\Downloads\\face (2).jpeg");
    if (image.empty()) {
        std::cout << "无法读取图像文件" << std::endl;
        return -1;
    }

    // 加载人脸识别分类器
    CascadeClassifier face_cascade;
    if (!face_cascade.load("C:\\Users\\Json\\Downloads\\haarcascade_frontalface_alt.xml")) {
        std::cout << "无法加载人脸识别分类器" << std::endl;
        return -1;
    }

    // 识别人脸
    std::vector<Rect> faces;
    face_cascade.detectMultiScale(image, faces, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));

    // 在图像上绘制边界框
    for (size_t i = 0; i < faces.size(); i++) {
        rectangle(image, faces[i], Scalar(255, 0, 0), 2);
    }

    // 显示结果图像
    imshow("人脸识别结果", image);
    waitKey(0);

    return 0;
}

四、总结

通过本篇博客，我们学习了如何使用OpenCV库来实现简单的人脸识别功能，并通过绘制边界框来标记识别到的人脸位置。人脸识别是计算机视觉领域的一个重要任务，在实际应用中具有广泛的用途。借助于开源库OpenCV，我们可以轻松地实现这一功能，并将其集成到我们的应用程序中。希望本篇博客能够对你理解人脸识别技术和OpenCV库的使用有所帮助。