本博客在上一篇博客基础上添加了批量处理图片的功能,上一篇博客:
Windows下cmake编译caffe,实现纯C++版本MTCNN人脸检测和关键点定位
作者提供的程序是读取摄像头视频,而我需要读取图片,且利用txt文件批量读取图片,分别对每一张图片进行人脸检测和人脸关键点检测,并保存检测结果(也可以显示每张图片效果图)。
使用时,替换原来的main.cpp即可。
主要知识点:流处理,opencv图片读取,显示和保存。
流处理:添加头文件: #include <fstream> , 打开txt文件逐行读取,最后关闭;
opencv三个函数: imread(),imshow(),imwrite()。
扫描二维码关注公众号,回复:
1426555 查看本文章
txt文件内容形式:
002.jpg 090.jpg 1_30000.jpg 1_56000.jpg test1.jpg test10.jpg test11.jpg test12.jpg test13.jpg test14.jpg test15.jpg test16.jpg test2.jpg test21.jpg test23.jpg test25.jpg test26.jpg test27.jpg test3.jpg test36.jpg test37.jpg test4.jpg test50.jpg test6.jpg test7.jpg test8.jpg test9.jpg
#include <iostream>
#include <fstream>
#include <string>
#include "MTCNN.h"
#include "opencv2/opencv.hpp"
using namespace std;
using namespace cv;
int main() {
vector<string> model_file = {
"./MTCNN/model/det1.prototxt",
"./MTCNN/model/det2.prototxt",
"./MTCNN/model/det3.prototxt"
// "./MTCNN/model/det4.prototxt"
};
vector<string> trained_file = {
"./MTCNN/model/det1.caffemodel",
"./MTCNN/model/det2.caffemodel",
"./MTCNN/model/det3.caffemodel"
// "./MTCNN/model/det4.caffemodel"
};
string a;
ifstream infile; //使用流,逐行读取txt中图片名。
infile.open("./MTCNN/result/fd-test/name.txt");
string img_path = "./MTCNN/result/fd-test/";
MTCNN mtcnn(model_file, trained_file);
while (infile)
{
infile >> a;
string img_dir = img_path + a; //string字符串拼接,得到完成图片路径
cout << img_dir << endl;
Mat img = imread(img_dir);
vector<Rect> rectangles;
vector<float> confidences;
std::vector<std::vector<cv::Point>> alignment;
mtcnn.detection(img, rectangles, confidences, alignment);
for (int i = 0; i < rectangles.size(); i++)
{
rectangle(img, rectangles[i], cv::Scalar(255, 0, 0), 2);
for (int j = 0; j < alignment[i].size(); j++)
{
cv::circle(img, alignment[i][j], 5, cv::Scalar(255, 255, 0), 2);
}
}
string save_dir = "./MTCNN/result/fd-result/" + a;
imwrite(save_dir, img); //保存图片
//imshow("image", img);
//waitKey(0.5);
}
infile.close();
std::cout << "Hello, World!" << std::endl;
return 0;
}