C++とOpenCVで実現するリアルタイム顔検出の方法を解説

リアルタイムでの顔検出は、静止画における顔検出と基本的な仕組みはほぼ同じです。最大の違いは、リアルタイム顔検出ではカメラからの動画ストリームを扱う必要があるという点です。

本プログラムでは「VideoCapture()」関数を使用しています。この関数はカメラから動画をキャプチャし、取得したフレームを一時的に行列（Mat）に格納します。ここではデフォルトのカメラから動画をキャプチャし、フレームを「video_stream」行列に順次読み込みながら処理を行います。

リアルタイム顔検出のサンプルコード

以下のプログラムは、Webカメラの映像から人間の顔をリアルタイムで検出するものです。

#include<iostream>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/imgproc/imgproc.hpp>
//このヘッダーには「rectangle()」関数の定義が含まれています//
#include<opencv2/objdetect/objdetect.hpp>
//このヘッダーにはCascadeClassifier（カスケード分類器）の定義が含まれています//
#include<string>
using namespace std;
using namespace cv;
int main(int argc, char** argv) {
    Mat video_stream;//動画ストリームのフレームを保持する行列を宣言//
    VideoCapture real_time(0);//デフォルトのWebカメラから動画をキャプチャ//
    namedWindow("Face Detection");//結果を表示するウィンドウを宣言//
    string trained_classifier_location = "C:/opencv/sources/data/haarcascades/haarcascade_frontalface_alt.xml";//学習済みXML分類器の場所を文字列で定義//
    CascadeClassifier faceDetector;//CascadeClassifierクラスのオブジェクト「faceDetector」を宣言//
    faceDetector.load(trained_classifier_location);//学習済みXML分類器をオブジェクトに読み込む//
    vector<Rect>faces;//「faces」という名前の矩形ベクトルを宣言//
    while (true) {
        faceDetector.detectMultiScale(video_stream, faces, 1.1, 4, CASCADE_SCALE_IMAGE, Size(30, 30));//「video_stream」行列内の顔を検出//
        real_time.read(video_stream);//カメラからフレームを読み込み、「video_stream」行列に格納//
        for (int i = 0; i < faces.size(); i++){ //顔の位置を特定する
            Mat faceROI = video_stream(faces[i]);//検出した顔を行列に保存//
            int x = faces[i].x;//顔矩形の開始点のx座標を取得//
            int y = faces[i].y;//顔矩形の開始点のy座標を取得//
            int h = y + faces[i].height;//矩形の高さを計算//
            int w = x + faces[i].width;//矩形の幅を計算//
            rectangle(video_stream, Point(x, y), Point(w, h), Scalar(255, 0, 255), 2, 8, 0);//顔の周囲に矩形を描画//
        }
        imshow("Face Detection", video_stream);
        //検出された顔を表示//
        if (waitKey(10) == 27){ //各フレームの待機時間は10ミリ秒//
            break;
        }
    }
    return 0;
}

コードのポイント解説

1. 動画ストリームの取得

「VideoCapture real_time(0)」により、デフォルトのWebカメラ（デバイス番号0）を開きます。whileループ内の「real_time.read(video_stream)」で、カメラから1フレームずつ読み込み、「video_stream」行列に格納します。

2. カスケード分類器の読み込み

「CascadeClassifier」クラスのオブジェクトを作成し、OpenCVに同梱されている学習済み分類器「haarcascade_frontalface_alt.xml」を読み込みます。このXMLファイルは、Haar特徴に基づいて正面を向いた顔を検出するための分類器です。

3. 顔の検出と矩形の描画

「detectMultiScale()」関数がフレーム内の顔を検出し、その位置とサイズを矩形（Rect）のベクトルに格納します。検出された各顔について、開始座標（x, y）と幅・高さから矩形の四隅を計算し、「rectangle()」関数でマゼンタ色（Scalar(255, 0, 255)）の枠を描画します。

4. 表示と終了条件

「imshow()」で検出結果をリアルタイムに表示し、「waitKey(10)」により各フレーム間に10ミリ秒の待機時間を設けます。ESCキー（ASCIIコード27）が押されるとループを抜けてプログラムが終了します。

出力結果

プログラムを実行すると、カメラ映像の中の顔が自動的に検出され、顔の周囲に矩形の枠がリアルタイムで表示されます。