- Visual C++數字圖像模式識別典型案例詳解
- 馮偉興 梁洪 王臣業編著
- 1123字
- 2018-12-31 19:39:08
5.4.1 人臉膚色相似度比較
編程實現
[1] 添加繼承自ImageDib類的FaceDetect類進行有關人臉檢測的算法編程與實現。在文件FaceDetect.h中定義該類如代碼5-1所示。
代碼5-1 FaceDetect類
class FaceDetect : public ImageDib
{
public:
int m_nBitCountOut; //輸出圖像每像素位數
unsigned char ＊ m_pImgDataOut; //輸出圖像位圖數據指針
LPRGBQUAD m_lpColorTableOut; //輸出圖像顏色表
unsigned char ＊ m_pImgDataIn; //輸入圖像位圖數據指針
double＊＊ m_pSimArray; //相似度矩陣
double Cb_Mean;
double Cr_Mean;
double Cov00;
double Cov01;
double Cov10;
double Cov11;
private:
int m_imgWidthOut; //輸出圖像的寬，像素為單位
int m_imgHeightOut; //輸出圖像的高，像素為單位
int m_nColorTableLengthOut; //輸出圖像顏色表長度
public:
void CalSBound(int top,int bottom,int left,int right);
FaceDetect(); //不帶參數的構造函數
FaceDetect(CSize size, int nBitCount, LPRGBQUAD lpColorTable,
unsigned char ＊pImgData1,unsigned char ＊pImgData2);
//帶參數的構造函數
～FaceDetect(); //析構函數
bool CalBin();
void CalMedFl(double ＊＊s,int w,int h,int n);
void CalSim();
CSize GetDimensions(); //以像素為單位返回輸出圖像的寬和高
};
[2] 在視圖類里添加消息映射函數Onsimilardegree()，以進行相似度計算。Onsimilardegree ()函數代碼如代碼5-2所示。
代碼5-2 Onsimilardegree()函數
void CDemo1View::Onsimilardegree()
{
//獲取文檔類指針
CDemo1Doc ＊pDoc=GetDocument();
//獲取ImgCenterDib類對象m_dib的指針，訪問當前DIB數據
ImageDib ＊pDib=pDoc->GetPDib();
//只處理彩色圖像
if(pDib->m_nBitCount!=24){
::MessageBox(0, "只處理彩色圖像", MB_OK,0);
return ;
}
FaceDetect simcalculation(pDib->GetDimensions(),pDib->m_nBitCount,
pDib->m_lpColorTable, pDib->m_pImgData,NULL);
simcalculation.CalSim();
//建立一個新視圖，顯示結果
CMainFrame＊ pFrame = (CMainFrame ＊)(AfxGetApp()->m_pMainWnd);
//發送新建文件的消息，創建一個新的文檔-視圖
pFrame->SendMessage(WM_COMMAND, ID_FILE_NEW);
//獲取新建視圖指針
CDemo1View＊ pView=(CDemo1View＊)pFrame->MDIGetActive()->GetActiveView();
//獲取相關聯的新的文檔類指針
CDemo1Doc＊ pDocNew=pView->GetDocument();
//獲取新文檔中的ImgCenterDib類對象指針
ImageDib ＊dibNew=pDocNew->GetPDib();
//將變換后的輸出圖像作為新建文檔的DIB進行顯示
dibNew->ReplaceDib(simcalculation.GetDimensions(),simcalculation.m_nBitCou ntOut,simca lculation.m_lpColorTableOut, simcalculation.m_pImgDataOut);
//設置滾動窗口
pView->OnInitialUpdate();
//文檔數據置臟，提示存盤信息
pDocNew->SetModifiedFlag(TRUE);
//各視圖刷新顯示
pDocNew->UpdateAllViews(pView);
}
[3] 上述代碼中，調用了FaceDetect類中的CalSim()函數，以進行膚色相似度計算，其具體代碼如代碼5-3所示。
代碼5-3 CalSim()函數
void FaceDetect::CalSim()
{
//若為灰度圖像，則返回
if(m_nBitCount==8) return;
//釋放舊的輸出圖像數據及顏色表緩沖區
if(m_pImgDataOut!=NULL){
delete []m_pImgDataOut;
m_pImgDataOut=NULL;
}
if(m_lpColorTableOut!=NULL){
delete []m_lpColorTableOut;
m_lpColorTableOut=NULL;
}
//灰值化后，每像素位數為8比特
m_nBitCountOut=8;
//顏色表長度
m_nColorTableLengthOut=ComputeColorTabalLength(m_nBitCountOut);
//申請顏色表緩沖區，生成灰度圖像的顏色表
if(m_nColorTableLengthOut!=0){
m_lpColorTableOut=new RGBQUAD[m_nColorTableLengthOut];
for(int i=0; i<m_nColorTableLengthOut;i++){
m_lpColorTableOut[i].rgbBlue=i;
m_lpColorTableOut[i].rgbGreen=i;
m_lpColorTableOut[i].rgbRed=i;
m_lpColorTableOut[i].rgbReserved=0;
}
}
//輸入圖像每像素字節數，彩色圖像為3字節/像素
int pixelByteIn=3;
//輸入圖像每行像素所占字節數，必須是4的倍數
int lineByteIn=(m_imgWidth＊pixelByteIn+3)/4＊4;
//輸出圖像的寬高，與輸入圖像相等
m_imgWidthOut=m_imgWidth;
m_imgHeightOut=m_imgHeight;
//輸出圖像每行像素所占字節數，必須是4的倍數
int lineByteOut=(m_imgWidth＊m_nBitCountOut/8+3)/4＊4;
//申請輸出圖像位圖數據緩沖區
m_pImgDataOut=new unsigned char[lineByteOut＊m_imgHeight];
//循環變量，圖像的坐標
int i,j,k,j1,j2,flag;
char c_t1[4];
for(i=0;i<m_imgHeight;i++){
for(j=0;j<m_imgWidth;j++){
＊(m_pImgDataOut+i＊lineByteOut+j)=255;
}
}
m_pSimArray = new double＊[m_imgHeight];
for(i=0;i<m_imgHeight;i++)
m_pSimArray[i] = new double[m_imgWidth];
//將RGB色彩空間變換到YCgCr色彩空間，然后計算該點屬于皮膚區域的概率
for(i=0;i<m_imgHeight;i++)
for (j=0;j<m_imgWidth;j++){
for(k=0;k<3;k++){
c_t1[k]=＊(m_pImgDataIn1+i＊lineByteIn+j＊pixelByteIn+k);
}
int C_b=(int)c_t1[0]&255;
int C_g=(int)c_t1[1]&255;
int C_r=(int)c_t1[2]&255;
double Cb=(128-37.797＊C_r/255-74.203＊C_g/255+112＊C_b/255);
double Cr=(128+112＊C_r/255-93.786＊C_g/255-18.214＊C_b/255);
double tt =(Cb-Cb_Mean)＊((Cb-Cb_Mean)＊Cov11-(Cr-Cr_Mean)＊Cov10)+
(Cr-Cr_Mean)＊(-(Cb-Cb_Mean)＊Cov01+(Cr-Cr_Mean)＊Cov00);
tt =(-0.5＊tt)/(Cov00＊Cov11-Cov01＊Cov10);
m_pSimArray[i][j]=exp(tt);
}
//調用中值濾波函數
CalMedFl(m_pSimArray,m_imgWidth, m_imgHeight,9);
//統計出該幅圖像上所有像素點的最大膚色相似度
double max=0.0;
for(i=0;i<m_imgHeight;i++)
for (j=0;j<m_imgWidth;j++){
if(m_pSimArray[i][j]>max)
max=m_pSimArray[i][j];
}
//將各個像素的膚色相似度值歸一化
for( i=0;i<m_imgHeight;i++)
for (j=0;j<m_imgWidth;j++){
m_pSimArray[i][j]= m_pSimArray[i][j]/max;
}
//將各像素的膚色相似度值變換到[0,255]上，以進行灰度圖像的顯示
for(i=0;i<m_imgHeight;i++)
for(j=0;j<m_imgWidth;j++){
＊(m_pImgDataOut+i＊lineByteOut+j)=(int)(m_pSimArray[i][j]＊255);
}
}
[4] CalSim()函數調用了FaceDetect類中的CalMedFl()函數，以進行中值濾波，其具體代碼如代碼5-4所示。
代碼5-4 CalMedFl()函數
void FaceDetect::CalMedFl(double ＊＊s, int w, int h, int n)
{
int i,j;
double ＊＊temp;
temp = new double＊[h+2＊(int)(n/2)];
for(i=0;i<h+2＊(int)(n/2);i++) temp[i] = new double[w+2＊(int)(n/2)];
for(i=0;i<w+2＊(int)(n/2);i++)
for(j=0;j<h+2＊(int)(n/2);j++) temp[j][i] = 0.0;
for(i=0;i<h;i++)
for(j=0;j<w;j++)
temp[i+(int)(n/2)][j+(int)(n/2)]=s[i][j];
for(i=0;i<h;i++)
for(j=0;j<w;j++) {
s[i][j]=0.0;
for(int r=0;r<n;r++)
for(int c=0;c<n;c++)
s[i][j]+=temp[i+r][j+c];
s[i][j]/=n＊n;
}
if(temp!=NULL) {
for(i=0;i<h+2;i++)
if(temp[i]!=NULL)
delete temp[i];
delete temp;
}
}