嵌入式系统嵌入式系统/ARM技术中的基于技术中的基于OpenCV的人脸识别设计方案的人脸识别设计方案
摘 要：本文提出了一种在Linux 平台下开发脸识别系统的方案，通过QT 来开发用户界面，调用OpenCV 图像处
理库对相机进行采集和处理采集图像，从而实现了人脸检测、身份识别、简单表情识别的功能。 人脸识别
的研究可以追溯到上个世纪六、七十年代，经过几十年的曲折发展已日趋成熟，构建人脸识别系统需要用到一
系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等 .而人脸识别在基于
内容的检索、数字视频处理、视频检测等方面有着重要的应用价值，可广泛应用于各类监控场合，因此具有广
泛的应用前景。OpenCV是Intel 公司支持的开源计算机视觉库。它轻量级而且高效--由一系
摘 要：本文提出了一种在Linux 平台下开发脸识别系统的方案，通过QT 来开发用户界面，调用OpenCV 图像处理库对相
机进行采集和处理采集图像，从而实现了人脸检测、身份识别、简单表情识别的功能。
人脸识别的研究可以追溯到上个世纪六、七十年代，经过几十年的曲折发展已日趋成熟，构建人脸识别系统需要用到一系
列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等 .而人脸识别在基于内容的检索、数
字视频处理、视频检测等方面有着重要的应用价值，可广泛应用于各类监控场合，因此具有广泛的应用前景。OpenCV是Intel
公司支持的开源计算机视觉库。它轻量级而且高效--由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面
的很多通用算法，作为一个基本的计算机视觉、图像处理和模式识别的开源项目，OpenCV 可以直接应用于很多领域，其中
就包括很多可以应用于人脸识别的算法实现，是作为第二次开发的理想工具。
1 系统组成系统组成
本文的人脸识别系统在Linux 操作系统下利用QT库来开发图形界面，以OpenCV 图像处理库为基础，利用库中提供的相
关功能函数进行各种处理：通过相机对图像数据进行采集，人脸检测主要是调用已训练好的Haar 分类器来对采集的图像进行
模式匹配，检测结果利用PCA 算法可进行人脸图像训练与身份识别，而人脸表情识别则利用了Camshift 跟踪算法和Lucas–
Kanade 光流算法。
2 搭建开发环境搭建开发环境
采用德国Basler acA640-100gc 相机，PC 机上的操作系统是Fedora 10,并安装编译器GCC4.3,QT 4.5和OpenCV2.2 软件
工具包，为了处理视频，编译OpenCV 前需编译FFmpeg,而FFmpeg 还依赖于Xvid库和X264 库。
3 应用系统开发应用系统开发
程序主要流程如图1 所示。
图1 程序流程（visio）
3.1 图像采集图像采集
图像采集模块可以通过cvCaptureFromAVI（）从本地保存的图像文件或cvCaptureFromCam（）从相机得到图像，利用
cvSetCaptureProperty（）可以对返回的结构进行设置：
IplImage *frame;CvCapture* camera = 0;
camera = cvCaptureFromCAM（ 0 ）；
cvSetCaptureProperty（camera,
CV_CAP_PROP_FRAME_WIDTH, 320 ）；
评论5