OpenCV 人臉偵測完整實作：Haar 級聯分類器、雙眼偵測與影像翻轉增強

核心元件

• CascadeClassifier：載入 Haar/LBP 級聯分類器模型（XML）。
• detectMultiScale：多尺度偵測物件（人臉、眼睛等）。

環境需求

VS2012 + OpenCV 2.4.7+（2.4.3 版 CascadeClassifier::load 有已知 bug 無法載入模型）。

完整程式碼架構

#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;

string faceCascadeName = "haarcascade_frontalface_alt.xml";
string eyeCascadeName  = "haarcascade_eye_tree_eyeglasses.xml";

void detectAndDraw(Mat& img, CascadeClassifier& faceCascade,
                   CascadeClassifier& eyeCascade, double scale, bool tryFlip);

int main() {
    CascadeClassifier faceCascade, eyeCascade;
    faceCascade.load(faceCascadeName);
    eyeCascade.load(eyeCascadeName);

    Mat image = imread("girls.jpg", 1);
    detectAndDraw(image, faceCascade, eyeCascade, 1.0, true);
    waitKey(0);
    return 0;
}

偵測與繪製核心邏輯 detectAndDraw

1. 灰階化與等值化：cvtColor → resize → equalizeHist 提升對比度。
2. 人臉偵測：faceCascade.detectMultiScale(smallImg, faces, 1.1, 2, 0, Size(30,30))。
3. 翻轉增強：若 tryFlip，水平翻轉影像再偵測一次，將座標映射回原圖，合併結果（解決側臉偵測率低）。
4. 繪製人臉框：依長寬比決定畫圓（近似正方形）或矩形。
5. 眼睛偵測：在人臉 ROI 內用 eyeCascade.detectMultiScale 偵測雙眼，畫圓標記。
6. 顯示結果：imshow("result", img)。

關鍵參數說明

效能測量

使用 cvGetTickCount() 計算偵測耗時（毫秒），輸出至主控台。

常見問題排查

• 模型載入失敗 → 確認 XML 路徑、OpenCV 版本 ≥ 2.4.7。
• 偵測不到人臉 → 調整 scaleFactor、minNeighbors、確認影像對比度。
• 側臉偵測差 → 啟用 tryFlip 翻轉增強或改用 LBP 分類器。