QT实现Opencv图像处理-案例

时间：2024-10-12 07:16:55

基于QT的人脸识别

pro文件需要加以下代码

INCLUDEPATH += E:/opencv/opencv3.4-qt-intall/install/include
INCLUDEPATH += E:/opencv/opencv3.4-qt-intall/install/include/opencv
INCLUDEPATH += E:/opencv/opencv3.4-qt-intall/install/include/opencv2
LIBS += E:/opencv/opencv3.4-qt-intall/install/x86/mingw/lib/libopencv_*.a

widget.h代码

#ifndef WIDGET_H
#define WIDGET_H

#include <QWidget>
#include <opencv2/opencv.hpp>
#include <iostream>
#include <math.h>
#include<opencv2/face.hpp>
#include <vector>
#include <map>
#include <QMessageBox>
#include <QDebug>
#include <QFile>
#include <QTextStream>
#include <QDateTime>
#include <QTimerEvent>
#include<QtSerialPort/QtSerialPort>
#include<QtSerialPort/QSerialPortInfo>
using namespace  cv;
using namespace cv::face;
using namespace std;

QT_BEGIN_NAMESPACE
namespace Ui { class Widget; }
QT_END_NAMESPACE

class Widget : public QWidget
{
    Q_OBJECT

public:
    Widget(QWidget *parent = nullptr);
    ~Widget();

private:
    Ui::Widget *ui;
};
#endif // WIDGET_H

widget.cpp代码

#include "widget.h"
#include "ui_widget.h"


Widget::Widget(QWidget *parent)
    : QWidget(parent)
    , ui(new Ui::Widget)
{
    ui->setupUi(this);

    //1、准备相关容器
    Mat src;           //用于存储图像
    Mat gray;           //用于存储灰度图
    Mat dest;          //用于存储均衡化图像
    VideoCapture video;    //视频流对象，用于存储视频数据
    CascadeClassifier c;    //定义级联分类器对象
    vector<Rect> faces;     //用于存储图像的人脸矩形区域

    //给级联分类器装载模型
    //函数原型：bool load( const String& filename );
    //参数：级联分类器模型，此处使用的是人脸分类模型
    //返回值：成功下载返回值真，否则返回假
    if(!c.load("E:\\opencv\\resourse\\haarcascade_frontalface_alt2.xml"))
    {
        QMessageBox::information(this, "提示", "人脸分类模型下载失败");
        return;
    }

    //2、加载视频到对象中来
    //函数原型：bool open(String  fileNmae);
    //功能：打开本地磁盘上的某个文件
    //参数：文件路径
    //返回值：成功打开返回真，否则返回假
    //if(!video.open(0))
    //打开给定路径的视频
    if(!video.open("E:\\opencv\\resourse\\01.mp4"))
    {
        QMessageBox::information(this, "提示","视频打开失败");
        return;
    }

    //程序执行至此，表示类 对象中包含了视频
    while(video.read(src))
    {
        //此时src中读取了一张图像
        //将图像进行翻转
        //函数原型：void flip(InputArray src, OutputArray dst, int flipCode);
        //参数1：要翻转的图像
        //参数2：翻转后的图像容器
        //参数3：翻转码：0表示按x轴翻转，正值表示按y轴翻转，负值表示两个轴都翻转
        flip(src, src, 1);

        /*src.at<cv::Vec3b>(i,j):表示该图像中的任意一个像素点，都是3字节组成
        for(int i=0; i<src.rows; i++)          //外层循环遍历行
        {
            for(int j=0; j<src.cols; j++)        //内层循环遍历列数
            {
                //遍历当前像素的每一个颜色值
                for(int k=0; k<3; k++)
                {
                    src.at<cv::Vec3b>(i,j)[k] = 255 - src.at<cv::Vec3b>(i,j)[k];   //获取该颜色的反差值
                }
            }
        }*/

        //灰度处理
        //函数原型：void cvtColor( InputArray src, OutputArray dst, int code, int dstCn = 0 );
        //参数1：要处理的原图像
        //参数2：色彩空间转换后的图像容器
        //参数3：转换规则：CV_BGR2GRAY表示将BGR图转变成灰度图
        cv::cvtColor(src, gray, CV_BGR2GRAY);

        //均衡化处理
        //函数原型：void equalizeHist( InputArray src, OutputArray dst );
        //参数1：要被处理的图像
        //参数2：均衡化处理后的图像容器
        cv::equalizeHist(gray, dest);

        //从灰度图中通过级联分类器获取人脸矩形区域
        c.detectMultiScale(dest, faces);
        //参数1：要被识别的图像
        //参数2：存储图像上的人脸矩形区域的容器

        //遍历矩形框数组，将所有的矩形框都绘制到指定图像上
        for(uint i=0; i<faces.size(); i++)
        {
            //该循环中找到任意一个矩形框 faces[i]
            cv::rectangle(src, faces[i], Scalar(0,0,255), 2);
            cv::rectangle(gray, faces[i], Scalar(0,0,255), 2);
            cv::rectangle(dest, faces[i], Scalar(0,0,255), 2);
            //参数1：要绘制矩形框的图像
            //参数2：要被绘制的矩形框
            //参数3：矩形框颜色
            //参数4：矩形框的粗细
        }

        //展示图像
        imshow("src", src);
        imshow("gray", gray);
        imshow("dest", dest);

        //调用延时函数
        if(waitKey(30) == 27)
        {
            //如果用户按下了ESC，可以结束循环
            break;
        }
    }
}

Widget::~Widget()
{
    delete ui;
}

运行效果

相关文章