下面是完整的代碼，本代碼還有大量注釋，在此不再具體說明哪個函數(shù)有什么用。
?

　?。踓pp］ view plain copy#include 《opencv.hpp》

　　#include 《opencv2/core/core.hpp》

　　#include 《iostream》

　　using namespace cv;

　　void Pic2Gray（Mat camerFrame，Mat &gray）

　　{

　　//普通臺式機3通道BGR，移動設備為4通道

　　if （camerFrame.channels（） == 3）

　　{

　　cvtColor（camerFrame， gray， CV_BGR2GRAY）;

　　}

　　else if （camerFrame.channels（） == 4）

　　{

　　cvtColor（camerFrame， gray， CV_BGRA2GRAY）;

　　}

　　else

　　gray = camerFrame;

　　}

　　int main（）

　　{

　　//加載Haar或LBP對象或人臉檢測器

　　CascadeClassifier faceDetector;

　　std：：string faceCascadeFilename = “haarcascade_frontalface_default.xml”;

　　//友好錯誤信息提示

　　try{

　　faceDetector.load（faceCascadeFilename）;

　　}

　　catch （cv：：Exception e）{}

　　if （faceDetector.empty（））

　　{

　　std：：cerr 《《 “臉部檢測器不能加載 （”;

　　std：：cerr 《《 faceCascadeFilename 《《 “）！” 《《 std：：endl;

　　exit（1）;

　　}

　　//打開攝像頭

　　VideoCapture camera（0）;

　　while （true）

　　{

　　Mat camerFrame;

　　camera 》》 camerFrame;

　　if （camerFrame.empty（））

　　{

　　std：：cerr 《《 “無法獲取攝像頭圖像” 《《 std：：endl;

　　getchar（）;

　　exit（1）;

　　}

　　Mat displayedFrame（camerFrame.size（），CV_8UC3）;

　　//人臉檢測只試用于灰度圖像

　　Mat gray;

　　Pic2Gray（camerFrame， gray）;

　　//直方圖均勻化（改善圖像的對比度和亮度）

　　Mat equalizedImg;

　　equalizeHist（gray， equalizedImg）;

　　//人臉檢測用Cascade Classifier：：detectMultiScale來進行人臉檢測

　　int flags = CASCADE_FIND_BIGGEST_OBJECT|CASCADE_DO_ROUGH_SEARCH; //只檢測臉最大的人

　　//int flags = CASCADE_SCALE_IMAGE; //檢測多個人

　　Size minFeatureSize（30， 30）;

　　float searchScaleFactor = 1.1f;

　　int minNeighbors = 4;

　　std：：vector《Rect》 faces;

　　faceDetector.detectMultiScale（equalizedImg， faces， searchScaleFactor， minNeighbors， flags， minFeatureSize）;

　　//畫矩形框

　　cv：：Mat face;

　　cv：：Point text_lb;

　　for （size_t i = 0; i 《 faces.size（）; i++）

　　{

　　if （faces［i］.height 》 0 && faces［i］.width 》 0）

　　{

　　face = gray（faces［i］）;

　　text_lb = cv：：Point（faces［i］.x， faces［i］.y）;

　　cv：：rectangle（equalizedImg， faces［i］， cv：：Scalar（255， 0， 0）， 1， 8， 0）;

　　cv：：rectangle（gray， faces［i］， cv：：Scalar（255， 0， 0）， 1， 8， 0）;

　　cv：：rectangle（camerFrame， faces［i］， cv：：Scalar（255， 0， 0）， 1， 8， 0）;

　　}

　　}

　　imshow（“直方圖均勻化”， equalizedImg）;

　　imshow（“灰度化”， gray）;

　　imshow（“原圖”， camerFrame）;

　　waitKey（20）;

　　}

　　getchar（）;

　　return 0;

　　}