//Haar特征檢測，人臉識(shí)別算法，是用xml作為訓(xùn)練后的分類器做的
 
#include<opencv2\opencv.hpp>
#include<cstdio>
#include<cstdlib>
#include<Windows.h>
 
using namespace std;
int main()
{
 //加載Haar特征檢測分類器
 // haarcascade_frontalface_alt.xml系OpenCV自帶的分類器
 //
 //C++中用指針還是非常多的，
 //記住換行符用法，\后面不要有空格
 const char *pstrCascadeFileName = \
 "D:\\opencv2.4.9\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml";
 CvHaarClassifierCascade *pHaarCascade = NULL;  //定義一個(gè)哈爾已有的訓(xùn)練過的結(jié)果
 //這里的cascade意思是一滴一滴下落---這是我的英語解詞，可以忽略。
 pHaarCascade = (CvHaarClassifierCascade *)cvLoad(pstrCascadeFileName); //加載已有的xml文件
 
 //載入圖像，這里又用到指針了
 const char *pstrImageName = "E:\\testpictures\\meizi.jpg"; 
 IplImage *pSrcImage = cvLoadImage(pstrImageName, CV_LOAD_IMAGE_UNCHANGED); //不加改變的加載原圖。
 
 IplImage *pGrayImage = cvCreateImage(cvGetSize(pSrcImage), IPL_DEPTH_8U, 1);//創(chuàng)建八位等大小一通道空圖像
 cvCvtColor(pSrcImage, pGrayImage, CV_BGR2GRAY);//復(fù)制圖像
 
 //人臉識(shí)別與標(biāo)記
 if (pHaarCascade != NULL) //如果有xml文件，則往下執(zhí)行
 {
 
 //CvScalar：包含四個(gè)double成員，可以用來表示B，G，R，alpha----alpha是用來表示圖像的透明度
 CvScalar FaceCircleColors[]= //這是一些列顏色，可以看作調(diào)色板
 {
  { {0,0,255} }, 
  { {0,128,255} },
  { {0,255,255} },
  { {0,255,0} },
  { {255,128,0} },
  { {255,255,0} },
  { {255,0,0} },
  { {255,0,255} }
 };
 //內(nèi)存存儲(chǔ)器是一個(gè)可用來存儲(chǔ)諸如序列，輪廓，圖形, 子劃分等動(dòng)態(tài)增長數(shù)據(jù)結(jié)構(gòu)的底層結(jié)構(gòu)。
 CvMemStorage *pcvMStorage = cvCreateMemStorage(0);
 cvClearMemStorage(pcvMStorage); //初始化內(nèi)存
 
 //識(shí)別
 DWORD dwTimeBegin, dwTimeEnd; //DWORD 就是 Double Word， 每個(gè)word為2個(gè)字節(jié)的長度
 
 //在Release版本中，該函數(shù)從0開始計(jì)時(shí)，返回自設(shè)備啟動(dòng)后的毫秒數(shù)（不含系統(tǒng)暫停時(shí)間）。
 //在Debug版本中，設(shè)備啟動(dòng)后便從計(jì)時(shí)器中減去180秒。這樣方便測試使用該函數(shù)的代碼的正確溢出處理。
 dwTimeBegin = GetTickCount(); 
 
 //稠密序列都派生自CvSeq，他們用來代表可擴(kuò)展的一維數(shù)組 — 向量、棧、隊(duì)列和雙端隊(duì)列。
 //稀疏序列派生自CvSet，CvSet也是基于CvSeq的，他們都是由節(jié)點(diǎn)所組成，每一個(gè)節(jié)點(diǎn)要么被占用，那么為空，由標(biāo)志位flag決定。
 //函數(shù) cvHaarDetectObjects 使用針對某目標(biāo)物體訓(xùn)練的級(jí)聯(lián)分類器在圖像中找到包含目標(biāo)物體的矩形區(qū)域，并且將這些區(qū)域作為一序列的矩形框返回。
 CvSeq *pcvSeqFaces = cvHaarDetectObjects(pGrayImage, pHaarCascade, pcvMStorage);//在這里獲得一系列矩形框
 dwTimeEnd = GetTickCount();
 
 printf("人臉個(gè)數(shù)： %d 識(shí)別用時(shí)： %d ms \n", pcvSeqFaces->total, dwTimeEnd - dwTimeBegin);//計(jì)算出時(shí)間和包含人臉的矩形框的個(gè)數(shù)
 
 //標(biāo)記
 for (int i = 0; i < pcvSeqFaces->total; i++)
 {
  CvRect* r = (CvRect*)cvGetSeqElem(pcvSeqFaces, i);//從矩形框稠密數(shù)列中抽取每一個(gè)矩形框
  CvPoint center;//定義一個(gè)中點(diǎn)
  int radius;//定義一個(gè)半徑
  center.x = cvRound((r->x + r->width*0.5));//獲取圓心的中心點(diǎn)x,y坐標(biāo)
  center.y = cvRound((r->y + r->height*0.5));
 
  radius = cvRound((r->width + r->height)*0.25);//簡化計(jì)算，本來應(yīng)該是高的一半平方和寬的一半平方，求根號(hào)
  cvCircle(pSrcImage, center, radius, FaceCircleColors[i / 8], 2);//畫在圖片上畫圓圈，涂上顏色，
 }
 cvReleaseMemStorage(&pcvMStorage);//釋放內(nèi)存
 }
 
 
  //新建窗口顯示圖像，和銷毀窗口。
 
 const char *pstrWindowTitle = "人臉識(shí)別";
 cvNamedWindow(pstrWindowTitle, CV_WINDOW_AUTOSIZE);
 cvShowImage(pstrWindowTitle, pSrcImage);
 cvWaitKey(0);
 
 cvDestroyWindow(pstrWindowTitle);
 cvReleaseImage(&pSrcImage);
 cvReleaseImage(&pGrayImage);
 return 0;
 
 
}