基于OpenCV读取摄像头实现单个人脸验证MFC程序

我们来详细讲解一下“基于OpenCV读取摄像头实现单个人脸验证MFC程序”的完整攻略。

1. 确定开发环境

首先，确定使用的开发环境和所需的库文件。本攻略选用以下开发环境：

• Windows 10 操作系统
• Visual Studio 2017 集成开发环境
• OpenCV 4.0.0 库文件

2. 创建MFC项目

接下来，创建一个MFC项目。在Visual Studio中选择“文件” > “新建” > “项目”，在弹出的“新建项目”对话框中选择“MFC应用程序”类型，填写项目名称和保存路径等信息，最后点击“确定”按钮即可。

3. 配置OpenCV库

在创建好MFC项目后，我们需要将OpenCV库文件添加到项目中。

1. 下载OpenCV 4.0.0库文件，并解压到本地任意目录下。

2. 在Visual Studio中，选择“项目” > “属性” > “VC++目录”，在“包含目录”中添加解压后的OpenCV库文件夹路径（如：D:\opencv\build\include），并在“库目录”中添加OpenCV库文件夹路径下lib文件夹的路径（如：D:\opencv\build\x64\vc14\lib）。

3. 在“链接器” > “输入”中，添加需要链接的OpenCV库文件名称，包括opencv_world400.lib和opencv_world400d.lib两个文件（其中400表示OpenCV版本号），并在“忽略特定库”中添加“libcmt.lib”库。

4. 编写MFC程序

接下来，我们就可以开始编写MFC程序实现基于OpenCV读取摄像头实现单个人脸验证了。首先，在主界面上创建一个画布，用来显示摄像头捕获的画面。

// MFC程序主界面类
class CMyCameraDlg : public CDialogEx
{
public:
    CMyCameraDlg(CWnd* pParent = nullptr);    // 标准构造函数

// 对话框数据
#ifdef AFX_DESIGN_TIME
    enum { IDD = IDD_MYCAMERA_DIALOG };
#endif

protected:
    virtual void DoDataExchange(CDataExchange* pDX);    // DDX/DDV 支持

// 实现
protected:
    HICON m_hIcon;

    // 用于OpenCV读取摄像头
    cv::VideoCapture m_cap;

    // 显示画面的画布
    CStatic m_frame;

    // 确定ROI区域
    cv::Rect m_roi;
    bool m_draw = false;

    virtual BOOL OnInitDialog();
    afx_msg void OnPaint();
    afx_msg HCURSOR OnQueryDragIcon();
    DECLARE_MESSAGE_MAP()
};

接着，在OnInitDialog函数中，初始化摄像头和画布，并启动摄像头刷新线程循环读取画面，并通过opencv检测人脸，并选取ROI区域。

BOOL CMyCameraDlg::OnInitDialog()
{
    CDialogEx::OnInitDialog();

    // 初始化图标
    m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);
    SetIcon(m_hIcon, TRUE);
    SetIcon(m_hIcon, FALSE);

    // 初始化画布
    m_frame.Attach(GetDlgItem(IDC_FRAME)->GetSafeHwnd());

    // 初始化摄像头
    m_cap.open(0);
    if (!m_cap.isOpened())
        AfxMessageBox(_T("无法打开摄像头！"));
    else
    {
        // 启动摄像头线程
        AfxBeginThread(CMyCameraDlg::ThreadProc, this, THREAD_PRIORITY_NORMAL);
    }

    return TRUE;  // 返回 TRUE 以便进行聚焦设置
}

UINT CMyCameraDlg::ThreadProc(LPVOID lParam)
{
    CMyCameraDlg* dlg = (CMyCameraDlg*)lParam;

    cv::Mat frame;
    cv::Mat gray;

    // 调整摄像头分辨率
    dlg->m_cap.set(cv::CAP_PROP_FRAME_WIDTH, 320);
    dlg->m_cap.set(cv::CAP_PROP_FRAME_HEIGHT, 240);

    // 读取画面并进行处理
    while (1)
    {
        dlg->m_cap.read(frame);
        if (frame.empty())
            break;

        // 转为灰度图
        cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY);

        // 检测人脸，选取ROI区域
        if (dlg->m_draw)
        {
            cv::rectangle(frame, dlg->m_roi, cv::Scalar(0, 0, 255), 2);
            gray(dlg->m_roi).copyTo(gray);
        }

        // 将检测到的图像显示到画面上
        dlg->m_frame.SetBitmap(dlg->Mat2Bitmap(frame));
    }

    return 0;
}

通过以上代码，我们已经可以成功读取摄像头并在画面上实时显示了。接下来，我们添加单个人脸验证的代码。

void CMyCameraDlg::OnPaint()
{
    if (IsIconic())
    {
        CPaintDC dc(this); // 用于绘制的设备上下文

        SendMessage(WM_ICONERASEBKGND, reinterpret_cast<WPARAM>(dc.GetSafeHdc()), 0);

        // 缩小图标到客户区矩形中心。
        int cxIcon = GetSystemMetrics(SM_CXICON);
        int cyIcon = GetSystemMetrics(SM_CYICON);
        CRect rect;
        GetClientRect(&rect);
        int x = (rect.Width() - cxIcon + 1) / 2;
        int y = (rect.Height() - cyIcon + 1) / 2;

        // 绘制图标
        dc.DrawIcon(x, y, m_hIcon);
    }
    else
    {
        CDialogEx::OnPaint();

        // 在画面上显示检测结果
        CString strResult = DetectFace()?_T("验证通过"):_T("验证失败");
        CClientDC dc(&m_frame);
        dc.TextOutW(10, 10, strResult);
    }
}

最后，我们需要实现通过OpenCV检测人脸，并采用人脸关键点识别和模板匹配进行单个人脸验证的功能。

// 通过OpenCV检测人脸，并进行人脸关键点识别和模板匹配进行单个人脸验证
bool CMyCameraDlg::DetectFace()
{
    cv::Mat frame;
    cv::Mat gray;
    cv::Mat face;

    // 读取画面
    m_cap.read(frame);
    if (frame.empty())
        return false;

    // 转为灰度图
    cv::cvtColor(frame, gray, cv::COLOR_BGR2GRAY);

    // 检测人脸
    std::vector<cv::Rect> faces;
    m_faceCascade.detectMultiScale(gray, faces, 1.1, 3, 0, cv::Size(30, 30), cv::Size(200, 200));

    // 如果检测到多个人脸或没有检测到人脸则返回false
    if (faces.size() != 1)
        return false;

    // 保存人脸ROI区域并进行人脸关键点识别
    cv::Point2f src[4], dst[4];
    src[0] = cv::Point2f(faces[0].x, faces[0].y);
    src[1] = cv::Point2f(faces[0].x + faces[0].width, faces[0].y);
    src[2] = cv::Point2f(faces[0].x, faces[0].y + faces[0].height);
    src[3] = cv::Point2f(faces[0].x + faces[0].width, faces[0].y + faces[0].height);
    dst[0] = cv::Point2f(0, 0);
    dst[1] = cv::Point2f(70, 0);
    dst[2] = cv::Point2f(0, 90);
    dst[3] = cv::Point2f(70, 90);
    cv::Mat map_matrix = cv::getPerspectiveTransform(src, dst);
    cv::warpPerspective(gray, face, map_matrix, cv::Size(70, 90));
    std::vector<cv::Point2f> landmarks = m_landmarkDetector.Detect(face);

    // 通过模板匹配确定是否为指定人脸
    cv::Mat feature = m_featureExtractor.Extract(face, landmarks);
    double distance = m_faceDatabase.CalcDistance(feature, m_specifiedFaceFeature);
    return distance < m_threshold;
}

以上就是基于OpenCV读取摄像头实现单个人脸验证MFC程序的完整攻略。其中，我们通过OpenCV读取摄像头并实时显示画面，并采用人脸关键点识别和模板匹配进行单个人脸验证的功能。