Cách dùng đặc trưng Haar-like phát hiện mặt!

[dkv123]

Máy tính ko xác định được các đường, nó chỉ tìm được các điểm trong hình có độ tuơng phản cao. Từ các điểm này nó sẽ vẽ các đường tròn với các bán kính khác nhau. Điểm nào cắt nhau nhiều nhất chính là tâm đường tròn có bán kính là bằng bán kính các vòng tròn cắt nhau đó. Nên các bạn dùng Hough Circle thường chạy rất lâu.
Đây là lý thuyết và có ví dụ ở comment phía dưới.
Lý thuyết thuật toán Hough Circle - GURUSVN

[mrhisme]

a`h! mình đã hiểu r! cám ơn bạn!

[ngovanteo08]

Chào bạn!
Bạn dkv123 ơi,mình đang làm Luận Văn Tốt Nghiệp về xử lý ảnh,cụ thể đề tài là “Human Face Detection” – Phát hiện mặt người,phát hiện dựa vào Haar-like và màu da,bạn dkv123 và các Anh Chị trên diễn đàn có tài liệu gì thì cho em xin với nhé, các bạn gửi qua email: ngovanteo08@gmail.com, điện thoại 0972 307 927(em tên cu Tèo).
Em rất mong mọi người góp ý,giúp em nhé mọi người.
Thân chào. Chúc sức khỏe đến mọi người nha.

[quynhanh2011]

Nhờ các anh chị giải thích giúp
1>vì sao dùng nhiều đặc trưng haar như vậy? ý nghĩa của từng loại đặc trưng ( đặc trưng cơ bản có hình vuông 2 màu: đứng, ngang,..., đặc trưng đường, đặc trưng cạnh, đặc trưng xung quanh tâm)
2> "Để tính giá trị các đặc trưng haar-like, ta tính sự chênh lệch giữa tổng của các pixel của các vùng đen và các vùng trắng như trong công thức sau:
f(x) = Tổngvùng đen(pixel) - Tổngvùng trắng(pixel)" Nhưng tính tổng các pixel của vùng ảnh nào?
Nhờ các anh chị giải thích nhanh giúp,
Cảm ơn!

[lacloi_tn_92]

+ Một khuôn mặt được đặc trưng bởi tập hợp các pixel trong vùng khuôn mặt mà các pixel này tạo lên những điểm khác biệt so với các vùng pixel khác. Tuy nhiên với một ảnh đầu vào, việc sử dụng các pixel riêng lẻ lại không hiệu quả nên phải kết hợp các vùng pixel với nhau tạo ra các khối đặc trưng có khả năng phân loại với các vùng khác của khuôn mặt. Những khối đặc trưng này thể hiện sự liên hệ tương quan giữa các bộ phận trong ảnh mà bản thân từng giá trị pixel không thể diễn đạt được.Khuôn mặt sẽ có các thuộc tính đặc trưng như góc , cạnh , khoảng cách các bộ phận , màu sắc ....nên phải dùng rất nhiều đặc trưng Haar để mô tả khuôn mặt.Còn ý nghĩa thì nên hiểu theo như tên gọi của các đặc trưng. Ví dụ đặc trưng đường thì nó sẽ mô tả các đặc trưng tạo thành các đường trên khuôn mặt ...
+Còn cách tính giá trị thì theo mình hiểu là thế này ( chính xác hay ko thì chưa rõ ) : ví dụ một đặc trưng haar-like thì tất nhiên sẽ gồm 2 phần : phần hình chữ nhật màu đen + phần hcn màu trăng. Mỗi phần sẽ gồm rất nhiều pixel ( điểm ảnh ) trên đó. Ảnh dùng để xác định các đặc trưng là ảnh xám ( chỉ gồm 2 màu đen + trắng kết hợp lại ) , do đó tại mỗi điểm ảnh sẽ có các giá trị ánh sáng ( mức xám ) khác nhau. Khi có đc giá trị ánh sáng của các pixel ta sẽ tính đc giá trị của vùng đen (gồm nhiều pixel) và tương tự cho vùng trắng cũng vậy.

[quynhanh2011]

Cảm ơn bạn đã trả lời,
Nhờ giải thích rõ hơn, ví dụ:
1 đặc trưng haar cơ bản (hình vuông 1/2 trắng, 1/2 đen) kích thước 10*10 (50 pixel trắng, 50 pixel đen) và 1 vùng ảnh cần xét "mắt" chẳng hạn kích thước 10*10 (20 pixel trắng và 80 pixel đen). Vậy công thức thức sau:
f(x) = Tổngvùng đen(pixel) - Tổngvùng trắng(pixel)" sẽ được tính ảnh nào?
Nhờ các bạn trả lời sớm giup!

[lacloi_tn_92]

kích thước 10*10 ở đây được hiểu như thế nào ? thường thì kích thước ảnh là số lượng pixel hàng ngang và hàng dọc của 1 bức ảnh , ví dụ 320x240 là ngang 320 pixel , dọc 240 pixel. bạn nói 10*10 rồi lại 50 trắng 50 đen thì hiểu ntn đây ??????

[quynhanh2011]

Chào bạn,

kích thước 10* 10 ma trận hình vuông (100 pixel đúng không bạn?), 10 pixel hàng ngang và 10 pixel hàng dọc, xét 1 đặc trưng haar cơ bản ( 1/2 trắng và 1/2 đen)=> 50 pixel đen và 50 pixel trắng (nếu xét ảnh nhị phân nhưng mình không biết là hàm đang chạy trên opencv đang xét ảnh nhị phân hay ảnh xám vậy?)
Bạn cho mình xin số điện thoại để mình dễ trao đổi chút được không bạn?
Cảm ơn bạn nhiều!

[lacloi_tn_92]

Gửi bạn !
Theo như mình được biết thì để tính giá trị đặc trưng Haar-like ta dùng ảnh xám ( gồm nhiều mức ánh sáng từ 0-255 ).Theo như bạn thì ta có 50 pixel trong vùng trắng và 50 pixel trong vùng đen. Để tính được giá trị đặc trưng Haar-like thì ảnh đang xét là ảnh xám và phải biết được cường độ ánh sáng tại mỗi pixel là bao nhiêu ?( làm sao để biết thì chắc dựa vào biểu đồ màu sắc xem nó nằm ở mức nào thôi , cái này có máy nó biết chứ chúng ta sao phân biệt đc ). Và tất nhiên giá trị tại mỗi pixel là khác nhau ( trừ khi vùng ảnh đang xét chỉ đúng 1 màu duy nhất thì mới giống nhau đc ). Khi có được các giá trị tại mỗi pixel thì bạn sẽ biết được tổng các mức xám của 50 pixel trong các vùng đen và vùng trắng từ đó ta tính được giá trị của đặc trưng Haar-like theo công thức.
Vài ngày sắp tới mình sẽ bảo vệ luận văn tốt nghiệp nên chắc sẽ ko có nhiều time đâu. Có gì bạn cứ hỏi trên diễn đàn hoặc trực tiếp qua mail : triletrile@gmail.com . Nếu có time mình sẽ giải đáp giúp theo ý kiến của mình ( vì là ý kiến cá nhân nên tính chính xác là hên xui á ).