C++ OpenCV面检测返回的面太多

C++ OpenCV面检测返回的面太多,c++,opencv,face-detection,C++,Opencv,Face Detection,我有个小问题。我试图通过Kinect v1进行人脸检测。我从Kinect获取数据并将其转换为OpenCV mat。然后我尝试检测图像中的人脸,但函数返回face.size()=cca 250000000。你知道问题出在哪里吗 void getKinectData(GLubyte* dest) { NUI_IMAGE_FRAME imageFrame; //structure of frame ( number,res etc ) NUI_LOCKED_RECT LockedRec

我有个小问题。我试图通过Kinect v1进行人脸检测。我从Kinect获取数据并将其转换为OpenCV mat。然后我尝试检测图像中的人脸,但函数返回face.size()=cca 250000000。你知道问题出在哪里吗

void getKinectData(GLubyte* dest) {
    NUI_IMAGE_FRAME imageFrame; //structure of frame ( number,res etc )
    NUI_LOCKED_RECT LockedRect; //pointer to actual data
    if (sensor->NuiImageStreamGetNextFrame(rgbStream, 0, &imageFrame) < 0) return;
    INuiFrameTexture* texture = imageFrame.pFrameTexture; // manages the frame data
    texture->LockRect(0, &LockedRect, NULL, 0);
    IplImage* image = cvCreateImageHeader(cvSize(COLOR_WIDTH, COLOR_HIGHT), IPL_DEPTH_8U, 4);
    if (LockedRect.Pitch != 0) // pitch - how many bytes are in each row of the frame
    {
        BYTE* curr = (BYTE*)LockedRect.pBits;
        cvSetData(image, curr, LockedRect.Pitch);
        const BYTE* dataEnd = curr + (widthX*heightX) * 4;
        while (curr < dataEnd) {
            *dest++ = *curr++;
        }
    }
    //cvShowImage("color image", image);
    m = cv::cvarrToMat(image).clone();
    DetectAndDisplay(m);

    texture->UnlockRect(0);
    sensor->NuiImageStreamReleaseFrame(rgbStream, &imageFrame);

}

void DetectAndDisplay(cv::Mat frame)
{
std::vector<cv::Rect> faces;

    cv::Mat frame_gray;

    cvtColor(frame, frame_gray, cv::COLOR_BGR2GRAY);
    equalizeHist(frame_gray, frame_gray);
    //-- Detect faces
    face_cascade.detectMultiScale(frame_gray, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, cv::Size(24, 24));

    for (size_t i = 0; i < faces.size(); i++)
    {
        cv::Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
        ellipse(frame, center, cv::Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, cv::Scalar(255, 0, 255), 4, 8, 0);

        cv::Mat faceROI = frame_gray(faces[i]);
        std::vector<cv::Rect> eyes;
        /*
        //-- In each face, detect eyes
        eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));

        for (size_t j = 0; j < eyes.size(); j++)
        {
            Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
            int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
            circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
        }*/
    }
    //-- Show what you got
    imshow(window_name, frame);
}
void getKinectData(GLubyte*dest){
NUI_IMAGE_FRAME imageFrame;//帧的结构(数字、分辨率等)
NUI_LOCKED_RECT LockedRect;//指向实际数据的指针
如果(传感器->NuiImageStreamGetNextFrame(RGB流、0和imageFrame)<0)返回;
INuiFrameTexture*texture=imageFrame.pFrameTexture;//管理帧数据
纹理->LockRect(0,&LockedRect,NULL,0);
IplImage*image=cvCreateImageHeader(cvSize(颜色宽度、颜色高度)、IPL\U深度、4);
if(LockedRect.Pitch!=0)//Pitch—帧的每行中有多少字节
{
BYTE*curr=(BYTE*)LockedRect.pBits;
cvSetData(图像、当前、锁定等节距);
常量字节*dataEnd=curr+(宽度x*高度x)*4;
while(curr解除锁定(0);
传感器->数字图像流释放帧(RGB流和图像帧);
}
空隙检测和显示(cv::垫框)
{
向量面;
cv::垫框为灰色;
CVT颜色(边框,边框为灰色,cv::颜色为灰色);
均衡器历史(帧灰,帧灰);
//--检测人脸
人脸级联。检测多尺度(帧灰度,人脸,1.1,2,0 | CV | HAAR |缩放图像,CV::Size(24,24));
对于(size_t i=0;i
我知道这一点,但我也有类似的问题,所以我认为其他人可能会受益

在调试构建过程中链接opencv_objdetect库将导致detectMultiScale()返回一个包含数十万个错误矩形的巨大向量。下面是如何在Visual Studio 2017中修复它(我使用的是OpenCV 3.2版,因此请调整所提到的库的名称,使其与您使用的版本相对应):

  • 项目|(您的项目名称)属性…(或右键单击 解决方案资源管理器中的项目(选择属性(&S)
  • 配置更改为调试,将平台更改为所有平台(或者您可以 对每个调试平台分别重复这些步骤)
  • 转到链接器|输入并确保opencv_objdetect320d.lib处于 添加依赖项如果 就在那里
  • 配置=释放重复上述步骤,但 这次确保链接器|输入包括opencv_objdetect320.lib (名称中没有尾随的d)在添加依赖项列表中,然后删除 opencv_objdetect320d.lib如果它在那里

  • 我认为您使用的是VS,并且您的配置错误。您是否打印了一张图像?只是为了检查它的外观,以防它与您的期望无关。我在你的代码中看到你把这行注释掉了
    cvShowImage(“color image”,image)
    ,你已经试过了吗?是的,我试过了。图像还可以。我试着将它转换为释放模式,但它只找到一张脸?这正常吗?为什么在调试或发布中使用它会有所不同?我对这个从来没有问题@也许你是对的。但我如何修复它呢?我不使用VS,也许看起来会给你一个线索(如果定义(NDEUG)…)实际问题是C++没有标准的ABI,并且链接到<代码>发布< /C>库,使用<代码>调试< /COD>配置会导致错误。