C++ 我必须用我的数据库训练Viola-Jones算法才能获得准确的结果吗？

我尝试提取人脸数据库的面部特征，但我发现Viola-Jones算法在两种情况下工作不好：

• 当我试图单独检测眼睛时
• 当我试着去检测嘴巴的时候

*工作不正常：检测图像的不同部分，如眼睛或嘴巴。或者有时检测到其中几个，这是不可能的情况。我使用的图像有纯绿色背景，包含一个人的正面

检测。cpp:

#include "Detection.h"

Detection::Detection(const char* imagePath, const char* detectorType)
{
    pImage_ = cvLoadImage(imagePath, CV_LOAD_IMAGE_COLOR);
    pStorage_ = cvCreateMemStorage(0);
    pCascade_ = (CvHaarClassifierCascade* ) cvLoad(detectorType,0,0,0);

    if(!pImage_ || !pStorage_ || !pCascade_)
    {
        std::cout << "Problem with Loading Image" << std::endl;
        exit(-1);
    }

    // Detect Faces in Image
    pFaceRectSeq_ = cvHaarDetectObjects(pImage_, pCascade_, pStorage_, 1.1, 3, CV_HAAR_DO_CANNY_PRUNING, cvSize(0,0));
    // Create a Window To Display Detected Faces
    cvNamedWindow("Detected", CV_WINDOW_AUTOSIZE);

    // Draw a Rectengular Outline Around Each Detection
    for(int i = 0; i < (pFaceRectSeq_ ? pFaceRectSeq_->total : 0); i++)
    {
        CvRect* r = (CvRect*) cvGetSeqElem(pFaceRectSeq_,0);
        CvPoint pt1 = { r->x, r->y };
        CvPoint pt2 = { r->x + r->width, r->y + r->height };
        cvRectangle(pImage_, pt1, pt2, CV_RGB(0,255,0), 3, 4, 0);
    }

    // r can be saved to a file/database as feature set

    cvShowImage("Detected", pImage_);
    cvWaitKey(0);
}

Detection::~Detection()
{
    cvDestroyWindow("Detected");
    cvReleaseImage(&pImage_);
    if(pCascade_) 
        cvReleaseHaarClassifierCascade(&pCascade_);
    if(pStorage_)
        cvReleaseMemStorage(&pStorage_);
}

void Detection::SaveFaceFeatures(char* fileName)
{

}

#include <iostream>
#include "Detection.h"

const char* imagePath           = "C:/1.jpg";
const char* faceDetector        = "C:/opencv/data/haarcascades/haarcascade_frontalface_default.xml";
const char* eyesDetector        = "C:/opencv/data/haarcascades/haarcascade_mcs_eyepair_big.xml";
const char* righteyeDetector    = "C:/opencv/data/haarcascades/haarcascade_mcs_righteye.xml";
const char* leftEyeDetector     = "C:/opencv/data/haarcascades/haarcascade_mcs_lefteye.xml";
const char* noseDetector        = "C:/opencv/data/haarcascades/haarcascade_mcs_nose.xml";
const char* mouthDetector       = "C:/opencv/data/haarcascades/haarcascade_mcs_mouth.xml";

int main(int argc, char* argv[])
{
    Detection *face     = new Detection(imagePath, faceDetector);
    //face->SaveFaceFeatures("01-1mFeatures.txt");
    Detection *eyes     = new Detection(imagePath, eyesDetector);
    //Detection *rightEye = new Detection(imagePath, righteyeDetector);
    //Detection *leftEye    = new Detection(imagePath, leftEyeDetector);
    Detection *nose     = new Detection(imagePath, noseDetector);
    //Detection *mouth  = new Detection(imagePath, mouthDetector);
    return 0;
}

#包括“Detection.h”
检测：：检测（常量字符*图像路径，常量字符*检测类型）
{
pImage_uu=cvLoadImage（图像路径、CV_加载_图像_颜色）；
pStorage_u=cvCreateMemStorage（0）；
pCascade_u=（CvHaarClassifierCascade*）cvLoad（检测类型，0,0,0）；
如果（！pImage|||！pStorage|||！pCascade|）
{
std：：cout x，r->y}；
CvPoint pt2={r->x+r->宽度，r->y+r->高度}；
CV矩形（pImage_u，pt1，pt2，CV_RGB（0255,0），3,4,0）；
}
//r可以作为功能集保存到文件/数据库中
cvShowImage（“已检测到”，pImage_）；
cvWaitKey（0）；
}
检测：：~检测（）
{
“检测到的”；
cvReleaseImage（&pImage_u2;）；
如果（pCascade)
cvReleaseHaarClassifierCascade（&pCascade)）；
如果（pStorage_u2;）
cvReleaseMemStorage（存储和pStorage）；
}
无效检测：：SaveFaceFeatures（字符*文件名）
{
}

main.cpp:

#include "Detection.h"

Detection::Detection(const char* imagePath, const char* detectorType)
{
    pImage_ = cvLoadImage(imagePath, CV_LOAD_IMAGE_COLOR);
    pStorage_ = cvCreateMemStorage(0);
    pCascade_ = (CvHaarClassifierCascade* ) cvLoad(detectorType,0,0,0);

    if(!pImage_ || !pStorage_ || !pCascade_)
    {
        std::cout << "Problem with Loading Image" << std::endl;
        exit(-1);
    }

    // Detect Faces in Image
    pFaceRectSeq_ = cvHaarDetectObjects(pImage_, pCascade_, pStorage_, 1.1, 3, CV_HAAR_DO_CANNY_PRUNING, cvSize(0,0));
    // Create a Window To Display Detected Faces
    cvNamedWindow("Detected", CV_WINDOW_AUTOSIZE);

    // Draw a Rectengular Outline Around Each Detection
    for(int i = 0; i < (pFaceRectSeq_ ? pFaceRectSeq_->total : 0); i++)
    {
        CvRect* r = (CvRect*) cvGetSeqElem(pFaceRectSeq_,0);
        CvPoint pt1 = { r->x, r->y };
        CvPoint pt2 = { r->x + r->width, r->y + r->height };
        cvRectangle(pImage_, pt1, pt2, CV_RGB(0,255,0), 3, 4, 0);
    }

    // r can be saved to a file/database as feature set

    cvShowImage("Detected", pImage_);
    cvWaitKey(0);
}

Detection::~Detection()
{
    cvDestroyWindow("Detected");
    cvReleaseImage(&pImage_);
    if(pCascade_) 
        cvReleaseHaarClassifierCascade(&pCascade_);
    if(pStorage_)
        cvReleaseMemStorage(&pStorage_);
}

void Detection::SaveFaceFeatures(char* fileName)
{

}

#include <iostream>
#include "Detection.h"

const char* imagePath           = "C:/1.jpg";
const char* faceDetector        = "C:/opencv/data/haarcascades/haarcascade_frontalface_default.xml";
const char* eyesDetector        = "C:/opencv/data/haarcascades/haarcascade_mcs_eyepair_big.xml";
const char* righteyeDetector    = "C:/opencv/data/haarcascades/haarcascade_mcs_righteye.xml";
const char* leftEyeDetector     = "C:/opencv/data/haarcascades/haarcascade_mcs_lefteye.xml";
const char* noseDetector        = "C:/opencv/data/haarcascades/haarcascade_mcs_nose.xml";
const char* mouthDetector       = "C:/opencv/data/haarcascades/haarcascade_mcs_mouth.xml";

int main(int argc, char* argv[])
{
    Detection *face     = new Detection(imagePath, faceDetector);
    //face->SaveFaceFeatures("01-1mFeatures.txt");
    Detection *eyes     = new Detection(imagePath, eyesDetector);
    //Detection *rightEye = new Detection(imagePath, righteyeDetector);
    //Detection *leftEye    = new Detection(imagePath, leftEyeDetector);
    Detection *nose     = new Detection(imagePath, noseDetector);
    //Detection *mouth  = new Detection(imagePath, mouthDetector);
    return 0;
}

#包括
#包括“Detection.h”
const char*imagePath=“C:/1.jpg”；
const char*faceDetector=“C:/opencv/data/haarcascade/haarcascade\u frontalface\u default.xml”；
const char*eyesDetector=“C:/opencv/data/haarcascade/haarcascade\u mcs\u eyepair\u big.xml”；
const char*righteyeDetector=“C:/opencv/data/haarcascade/haarcascade\u mcs\u righteye.xml”；
const char*lefteydetector=“C:/opencv/data/haarcascade/haarcascade\u mcs\u lefteye.xml”；
const char*noseDetector=“C:/opencv/data/haarcascade/haarcascade\u mcs\u nose.xml”；
const char*moutdetector=“C:/opencv/data/haarcascade/haarcascade\u mcs\u mouth.xml”；
int main（int argc，char*argv[]）
{
检测*面部=新检测（图像路径、面部检测器）；
//面->SaveFaceFeatures（“01-1mFeatures.txt”）；
检测*眼睛=新检测（图像路径、眼睛检测器）；
//检测*rightEye=新检测（imagePath，righteyeDetector）；
//检测*左眼=新检测（imagePath，leftEyeDetector）；
检测*鼻=新检测（图像路径、鼻检测器）；
//检测*嘴=新检测（图像路径，嘴检测器）；
返回0；
}

我在用

• 用于右眼检测的haarcascade\u mcs\u righteye.xml
• 用于左眼检测的haarcascade\u mcs\u lefteye.xml
• 用于口腔检测的haarcascade\u mcs\u mouth.xml

---

我必须用我的数据库训练算法吗？不训练算法就可以解决这个问题吗？如果不是，我如何使用AdaBoost对其进行训练？

最好在检测到的人脸区域中搜索眼睛（和其他人脸元素），而不是整个图像。您可以在opencv的文件夹中找到示例：

opencv\samples\cpp\tutorial\u code\objectDetection\

---

我建议你去看新的API。您使用的API已过时，将来将不受支持。

Viola-Jones算法不是一种可靠的方法。有时它会检测到，有时它不会，就是这样。但是，因为您使用的是正面人脸图像，所以不会有大的问题，因为这些分类器是针对正面人脸图像进行训练的。检测过程在很大程度上取决于图片的质量（不好的照明会导致问题）。

所以我不需要为每个不同的数据库训练算法？是的，您不需要为不同的数据库重新训练级联。