C++とOpenCVで目を検出する方法｜Haarカスケード分類器の使い方を解説

OpenCVを使えば、カメラ映像から顔や目をリアルタイムに検出することができます。本記事では、C++言語とOpenCVを組み合わせて目を検出する方法を、実際のサンプルコードとともに詳しく解説します。

目の検出に必要な準備

目の検出には、OpenCVに標準で同梱されているhaarcascade_eye.xmlというカスケード分類器を使用します。このファイルは、OpenCVをインストールしたフォルダ内の「C:/opencv/sources/data/haarcascades」ディレクトリに格納されています。

また、プログラムには以下のヘッダーファイルをインクルードする必要があります。

• <iostream>：C++標準ライブラリの入出力ストリーム用ヘッダーです。
• highgui.hpp：画像の読み書きやウィンドウ表示など、ユーザーインターフェース関連の機能が定義されています。
• imgproc.hpp：画像の品質向上やフィルタリングなど、画像処理のための機能を提供します。
• objdetect.hpp：顔や目といった物体の検出機能を提供するヘッダーです。

目を検出・追跡するサンプルコード

以下のプログラムは、Webカメラから映像を取得し、まず顔を検出して楕円で囲み、さらにその顔領域（ROI）の中から目を検出して青い円でマーキングする例です。ESCキーを押すと終了します。

#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/objdetect/objdetect.hpp>
using namespace cv;
using namespace std;
int main() {
    Mat frame;//ビデオフレームを格納する行列//
    namedWindow("Detect");//結果を表示するためのウィンドウ//
    VideoCapture image(0);//デフォルトカメラから映像を取得//
    if (!image.isOpened()){ //映像ソースが見つからない場合のエラー表示//
        cout << "Couldn't load video from the source.Make sure your camera is working properly." << endl;
        system("pause");
        return 0;
    }
    double height = image.set(CAP_PROP_FRAME_HEIGHT, 480);//各フレームの高さを設定//
    double width = image.set(CAP_PROP_FRAME_WIDTH, 640);//各フレームの幅を設定//
    CascadeClassifier face_cascade, eyes_cascade;//CascadeClassifierオブジェクトの宣言//
    face_cascade.load("C:/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml");//顔検出用カスケード分類器の読み込み//
    eyes_cascade.load("C:/opencv/sources/data/haarcascades/haarcascade_eye.xml");//目検出用カスケード分類器の読み込み//
    while (true) {
        bool temp = image.read(frame);//映像ソースからフレームを読み込む//
        vector<Rect>faces;//facesという名前のベクターを宣言//
        face_cascade.detectMultiScale(frame, faces, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(100, 100));//顔を検出//
        for (int i = 0; i < faces.size(); i++){ //顔の位置を特定//
            Point center(faces[i].x + faces[i].width * 0.5, faces[i].y + faces[i].height * 0.5);//顔の中心座標を取得//
            ellipse(frame, center, Size(faces[i].width * 0.5, faces[i].height * 0.5), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);//顔に楕円を描画//
            Mat faceROI = frame(faces[i]);//顔領域を目の検出対象（ROI）として取得//
            vector<Rect>eyes;//eyesという名前のベクターを宣言//
            eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(5, 5));//各顔の中から目を検出//
            for (size_t j = 0; j < eyes.size(); j++){ //目の位置を特定//
                Point center(faces[i].x + eyes[j].x + eyes[j].width * 0.5, faces[i].y + eyes[j].y + eyes[j].height * 0.5);//両目の中心座標を取得//
                int radius = cvRound((eyes[j].width + eyes[j].height) * 0.25);//目を囲む円の半径を算出//
                circle(frame, center, radius, Scalar(255, 0, 0), 4, 8, 0);//両目の周りに円を描画//
            }
        }
        imshow("Detect", frame);//「Detect」ウィンドウに結果を表示//
        if (waitKey(30) == 27){ //各フレームの待機時間は30ミリ秒（ESCキーで終了）//
            break;
        }
    }
    return 0;
}

コードのポイント解説

このプログラムの処理の流れは以下の通りです。

1. カメラの初期化：VideoCapture image(0)でデフォルトカメラを開き、フレームサイズを480×640に設定します。カメラが開けない場合はエラーメッセージを表示して終了します。
2. 分類器の読み込み：CascadeClassifierオブジェクトを2つ宣言し、それぞれ顔検出用（haarcascade_frontalface_alt.xml）と目検出用（haarcascade_eye.xml）の分類器を読み込みます。
3. 顔の検出：detectMultiScale()メソッドでフレーム全体から顔を検出し、検出された顔の中心にellipse()でマゼンタ色の楕円を描画します。
4. 目の検出：検出した顔領域をMat faceROI = frame(faces[i])として切り出し、その範囲内のみを目の検出対象にすることで、誤検出を減らしつつ処理速度も向上させています。
5. 結果の表示：両目の中心座標と半径を計算し、circle()で青い円を描画。imshow()で「Detect」ウィンドウに結果を表示し、30ミリ秒ごとにESCキーの入力をチェックします。

実行結果

プログラムを実行すると、「Detect」という名前のウィンドウが開き、カメラ映像上の顔がマゼンタ色の楕円で、目が青い円でリアルタイムに囲まれて表示されます。なお、照明条件や顔の向きによって検出精度が変動するため、明るい環境でカメラに正面向きになると、より安定した検出結果が得られます。