OpenCV 2.4.5：使用Haar级联识别面部与人眼

本篇文章主要介绍了在OpenCV 2.4.5环境下，使用Visual Studio 2010进行人脸检测和人眼检测的基本步骤。作者使用了Haar级联分类器技术，这是一种基于机器学习的人脸检测算法，特别适用于实时图像处理应用。 首先，文章导入了必要的OpenCV库函数，如`cv.h`、`highgui.h`等，以及一些基本的C++标准库函数和命名空间。`cvCreateMemStorage`用于创建内存存储，用于存储检测到的对象信息。`cvLoad`函数加载预训练的Haar级联分类器模型，这里是名为"haarcascade_frontalface_alt2.xml"的人脸检测模型。 在`detectEyes`函数中，定义了一个`skin_counter`函数，可能是用于计数皮肤区域的辅助函数。接着，通过`cvHaarDetectObjects`函数执行人脸检测，该函数接收输入图像、分类器、内存存储、缩放因子、邻域大小等参数。如果检测到人脸（faces->total不为0），则输出检测到的人脸数量，并对每个检测到的人脸进行进一步处理。 对于每个人脸，文章计算了中心点（`center`）和半径（`radius`），这些信息可用于后续的人眼检测。值得注意的是，如果人脸是唯一检测到的，代码将使用`cvRectangle`函数在原始图像上绘制一个红色矩形框来表示人脸区域。 此外，代码中还提到一个变量`scale`，它被设置为1.3，这可能是在检测过程中调整人脸大小以提高检测精度。人眼检测通常会基于人脸检测的结果，可能会在这个人脸区域中寻找眼睛特征，但具体实现并未在提供的代码片段中展示。 这篇文章展示了如何使用OpenCV库进行人脸检测，并可能涉及到后续的人眼定位，但实际的眼部检测部分代码未完全给出。对于那些想要入门OpenCV并了解人脸检测技术的人来说，这是一个很好的起点，但在实际应用中可能需要结合其他库或自定义特征提取方法来实现更精确的人眼检测。