基于导向滤波和人脸检测的美颜算法

#include    
#include 
#include  
#include “opencv2/core/core.hpp“    
#include “opencv2/highgui/highgui.hpp“    
#include “opencv2/imgproc/imgproc.hpp“
#include“opencv/cv.hpp“

using namespace std;
using namespace cv;
int width height centerx centery;
CascadeClassifier face_cascade eyes_cascade;
//导向滤波器
cv::Mat guidedfilter（Mat &srcImage Mat &srcClone int r double eps）
{
	// 转换源图像信息
	srcImage.convertTo（srcImage CV_64FC1）;
	srcClone.convertTo（srcClone CV_64FC1）;
	int nRows = srcImage.rows;
	int nCols = srcImage.cols;
	cv::Mat boxResult;
	// 步骤一: 计算均值
	cv::boxFilter（cv::Mat::ones（nRows nCols srcImage.type（））
		boxResult CV_64FC1 cv::Size（r r））;
	// 生成导向均值mean_I    
	cv::Mat mean_I;
	cv::boxFilter（srcImage mean_I CV_64FC1 cv::Size（r r））;
	// 生成原始均值mean_p   
	cv::Mat mean_p;
	cv::boxFilter（srcClone mean_p CV_64FC1 cv::Size（r r））;
	// 生成互相关均值mean_Ip 
	cv::Mat mean_Ip;
	cv::boxFilter（srcImage.mul（srcClone） mean_Ip
		CV_64FC1 cv::Size（r r））;
	cv::Mat cov_Ip = mean_Ip - mean_I.mul（mean_p）;
	// 生成自相关均值mean_II 
	cv::Mat mean_II;
	cv::boxFilter（srcImage.mul（srcImage） mean_II CV_64FC1 cv::Size（r r））;
	// 步骤二：计算相关系数   
	cv::Mat var_I = mean_II - mean_I.mul（mean_I）;
	cv::Mat var_Ip = mean_Ip - mean_I.mul（mean_p）;
	// 步骤三：计算参数系数a，b 
	cv::Mat a = cov_Ip / （var_I + eps）;
	cv::Mat b = mean_p - a.mul（mean_I）;
	// 步骤四：计算系数a，b均值    
	cv::Mat mean_a;
	cv::boxFilter（a mean_a CV_64FC1 cv::Size（r r））;
	mean_a = mean_a / boxResult;
	cv::Mat mean_b;
	cv::boxFilter（b mean_b CV_64FC1 cv::Size（r r））;
	mean_b = mean_b / boxResult;
	//步骤五：生成输出矩阵 
	cv::Mat resultMat = mean_a.mul（srcImage） + mean_b;
	return resultMat;
}
//人脸检测
void detectFaces（Mat frame） {
	std::vector faces;
	Mat frame_gray;
	// 灰度变换
	cvtColor（frame frame_gray COLOR_BGR2GRAY）;
	// 直方图均衡
	equalizeHist（frame_gray frame_gray）;
	// 多尺度人脸检测
	face_cascade.detectMultiScale（frame_gray faces
		1.1 3 0 | CASCADE_SCALE_IMAGE Size（30 30））;
	// 人脸检测结果判定
	for （size_t i = 0; i < faces.size（）; i++）
	{
		// 检测到人脸中心
		Point center（faces[i].x + faces[i].width / 2
			faces[i].y + faces[i].height / 2）;
		Mat face = frame_gray（faces[i]）;
		std::vector eyes;
		// 在人脸区域检测人眼
		eyes_cascade.detectMultiScale（face eyes 1.1 2
			0 | CASCADE_SCALE_IMAGE Size（30 30））;
		if （e