【正文】 ： bool說明 ： 該函數(shù)的功能是拷貝位圖函數(shù)名稱 ： MakeBitMap參數(shù) ： 無 返回值 ： 無說明 ： 該函數(shù)的功能是生成一個(gè)新的位圖函數(shù)名稱 ： DrawCross參數(shù) ： pDC－CDC指針 point－要畫的點(diǎn)的坐標(biāo) crColor－標(biāo)記得顏色 返回值 ： 無說明 ： 該函數(shù)用于畫十字形標(biāo)記函數(shù)名稱 ： Likehood參數(shù) ： int m_WndWidth ——圖片高度 int m_WndHeight —— 圖片寬度 返回值 ： 無說明 ： 該函數(shù)用于計(jì)算相似度類DIB 函 數(shù)功 能CopyHandle（）拷貝內(nèi)存塊ReadDIBFile（）讀取位圖文件信息LightingCompensate（）進(jìn)行光線補(bǔ)償PixelOffset（）修正像素值GetHeight（）獲取DIB高度GetBiBitCount（）獲取字節(jié)數(shù)表74 類Dib的成員各成員函數(shù)解析函數(shù)名稱 ： CopyHandle參數(shù) ： HANDLE hSrc —— 要拷貝的內(nèi)存區(qū)域 返回值 ： HANDLE —— 拷貝后的新內(nèi)存區(qū)域說明 ： 該函數(shù)拷貝指定的內(nèi)存區(qū)域，返回復(fù)制后的新內(nèi)存區(qū)域，出錯(cuò)時(shí)返回NULL函數(shù)名稱 ： ReadDIBFile 參數(shù) ： HANDLE hFile —— 要讀取的文件hFile 返回值 ： HDIB —— 成功返回DIB的句柄，否則返回NULL說明 ： 該函數(shù)拷貝指定的內(nèi)存區(qū)域，返回復(fù)制后的新內(nèi)存區(qū)域，出錯(cuò)時(shí)返回NULL函數(shù)名稱 ： PixelOffset參數(shù) ： int i，j WORD wBytePerLine —— 圖像每行的字節(jié)數(shù) 返回值 ： long —— 圖像像素?cái)?shù)據(jù)的偏移說明 ： 該函數(shù)計(jì)算圖像像素?cái)?shù)據(jù)的偏移函數(shù)名稱 ： GetHeight參數(shù) ： 無 返回值 ： long —— 圖片高度說明 ： 該函數(shù)返回圖像的高度函數(shù)名稱 ： GetBitBitCount參數(shù) ： 無 返回值 ： int —— 圖片字節(jié)數(shù)說明 ： 該函數(shù)返回圖片字節(jié)數(shù)第六章 測(cè)試測(cè)試是為了找出程序的錯(cuò)誤。模板參數(shù)是 原先采用了 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 形式，但是，得到的效果卻是令人失望。 獲得中間數(shù)據(jù)，并進(jìn)行對(duì)比增強(qiáng)處理 else if ((LowpByte)amp。這個(gè)工作的主要目的是將圖像的特征一步一步顯現(xiàn)出來。 HeightTemplate[i][j] = sum；③ 高斯平滑效果圖：見下圖 44 圖44 高斯平滑效果圖灰度均衡（1）算法思想灰度均衡也稱直方圖均衡，目的是通過點(diǎn)運(yùn)算使輸入轉(zhuǎn)換為在每一灰度級(jí)上都有相同的像素點(diǎn)數(shù)的輸出圖像（即輸出的直方圖是平的）。m=i+((tem_h1)/2)。本文使用的卷積算法是高斯卷積核,亦即上面卷積核的LP3。2卷積系數(shù)以中心點(diǎn)為中心對(duì)稱分布。通常模板不允許移出邊界，所以處理后的圖像會(huì)比原圖小，例如：當(dāng)模板是 1． 0 原圖灰度值矩陣是 1 1 1 1 1 0 2 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4 時(shí)，經(jīng)過模板操作后的圖像為 5 5 5 5 8 8 8 8 11 11 11 11 “”表示邊界上無法進(jìn)行模板操作的點(diǎn)，一般的做法是復(fù)制原圖的灰度值，不再進(jìn)行任何其他的處理。其中l(wèi)pData是圖片數(shù)據(jù)區(qū)，lOffset是圖片像素的偏移，gray 是圖像的灰度值③ 圖像灰度化效果圖：圖 43 圖像灰度化效果圖高斯平滑（1） 算法思想 在介紹高斯平滑前，先介紹模板操作。（2）具體實(shí)現(xiàn)灰度化功能在明白了灰度化的原理之后，就可進(jìn)行編碼來實(shí)現(xiàn)該功能。② 灰度比例變換灰度比例變換是把原像素的灰度乘以一個(gè)縮放因子，并最后截至[0,255]。 colorb *=co。函數(shù)LightingCompensate（）是類DIB的一個(gè)成員函數(shù)。這種現(xiàn)象在藝術(shù)照片中更為常見。函 數(shù)功 能ClearMemory（）釋放內(nèi)存CopyHandle（）拷貝內(nèi)存塊LoadDIB（）加載位圖信息ReadDIBFile（）讀取位圖文件信息LightingCompensate（）進(jìn)行光線補(bǔ)償PixelOffset（）修正像素值PaintDIBTrue（）繪制DIB對(duì)象GetColorNumber（）獲取顏色總數(shù)GetHeight（）獲取DIB高度GetWidth（）獲取DIB寬度GetSize（）獲取圖像數(shù)據(jù)緩沖區(qū)中的字節(jié)數(shù)GetBitCount（）獲取顏色位數(shù)GetBiBitCount（）獲取字節(jié)數(shù) 表6－1 Dib類的部分功能二 圖像點(diǎn)處理詳細(xì)設(shè)計(jì)圖像點(diǎn)運(yùn)算是一種既簡單又重要的技術(shù)，它能讓用戶改變圖像數(shù)據(jù)占據(jù)的灰度范圍，一幅輸入圖像經(jīng)過點(diǎn)運(yùn)算后將產(chǎn)生一幅新的輸出圖像，由輸入像素點(diǎn)的灰度值決定相應(yīng)的輸出像素點(diǎn)的灰度值，點(diǎn)運(yùn)算與局部運(yùn)算的差別在于：后者每個(gè)輸出像素的灰度值由對(duì)應(yīng)輸入像素的一個(gè)領(lǐng)域內(nèi)幾個(gè)像素的灰度值決定。第一節(jié) 系統(tǒng)的運(yùn)行流程圖圖61 系統(tǒng)的運(yùn)行流程圖啟動(dòng)本系統(tǒng)，進(jìn)入人臉識(shí)別系統(tǒng)界面。人臉定位模塊人臉定位是將典型的臉部特征（如眼睛，鼻尖，嘴唇等等）標(biāo)記出來，在本系統(tǒng)中，定位的特征是眼睛，鼻尖和嘴巴三個(gè)。通過改變選用的增強(qiáng)函數(shù)的解析表達(dá)式就可以得到不同的處理效果。從而影響圖像的質(zhì)量。盡可能將它的特征在圖像中表現(xiàn)出來。第三章 系統(tǒng)的概要設(shè)計(jì) 本章主要介紹系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)的流程以及系統(tǒng)各模塊的功能及相關(guān)原理。它支持多平臺(tái)和交叉平臺(tái)的開發(fā)，將各種編程工具如編輯器、連接器、調(diào)試器等巧妙的結(jié)合在一起，構(gòu)成一個(gè)完美的可視化開發(fā)環(huán)境。第三節(jié) 預(yù)處理方案選擇一 設(shè)計(jì)方案原則的選擇本應(yīng)用程序的設(shè)計(jì)方案原則如下：采用較為先進(jìn)的技術(shù)力量，保證應(yīng)用程序在技術(shù)上具備一定的優(yōu)勢(shì)。能夠滿足個(gè)人學(xué)習(xí)和設(shè)計(jì)需要。第二節(jié) 需求分析一 應(yīng)用程序的功能需求分析 該軟件最主要的功能就是要能識(shí)別出人臉，首先該系統(tǒng)需要對(duì)通過攝像頭拍照而獲取到的原始的人臉圖片進(jìn)行一系列處理才可進(jìn)行下一步的工作，該處理過程也稱圖像預(yù)處理?；叶茸儞Q：進(jìn)行灰度處理，我們要保證圖像信息盡可能少的丟失。第二章 系統(tǒng)的需求分析與方案選擇人臉識(shí)別系統(tǒng)現(xiàn)在應(yīng)用于許多領(lǐng)域中，但是人臉識(shí)別技術(shù)也是一項(xiàng)近年來興起的，且不大為人所知的新技術(shù)。我國在這方面也取得了較好的成就，國家863項(xiàng)目“面像檢測(cè)與識(shí)別核心技術(shù)”通過成果鑒定并初步應(yīng)用，就標(biāo)志著我國在人臉識(shí)別這一當(dāng)今熱點(diǎn)科研領(lǐng)域掌握了一定的核心技術(shù)。一 國外的發(fā)展概況[1]見諸文獻(xiàn)的機(jī)器自動(dòng)人臉識(shí)別研究開始于1966年P(guān)RI的Bledsoe的工作，1990年日本研制的人像識(shí)別機(jī)，可在1秒鐘內(nèi)中從3500人中識(shí)別到你要找的人。該算法采用了基于區(qū)域增長的搜索策略，在人臉定位算法給出的大致人臉框架中，估計(jì)鼻子的初始位置，然后定義兩個(gè)初始搜索矩形，分別向左右兩眼所處的大致位置生長。面部關(guān)鍵特征定位及人臉2D形狀檢測(cè)技術(shù)在人臉檢測(cè)的基礎(chǔ)上，面部關(guān)鍵特征檢測(cè)試圖檢測(cè)人臉上的主要的面部特征點(diǎn)的位置和眼睛和嘴巴等主要器官的形狀信息。人們更多的是在電影中看到這種技術(shù)的神奇應(yīng)用：警察將偷拍到的嫌疑犯的臉部照片，輸入到電腦中，與警方數(shù)據(jù)庫中的資料進(jìn)行比對(duì)，并找出該嫌犯的詳細(xì)資料和犯罪記錄。人臉識(shí)別系統(tǒng)的研究與實(shí)現(xiàn)目 錄第一章 緒論第一節(jié) 課題背景 一 課題的來源1二 人臉識(shí)別技術(shù)的研究意義1第二節(jié) 人臉識(shí)別技術(shù)的國內(nèi)外發(fā)展概況3一 國外發(fā)展概況 2二 國內(nèi)發(fā)展概況4第二章 系統(tǒng)的需求分析和方案選擇5第一節(jié) 可行性分析5一 技術(shù)可行性分析5二 操作可行性分析5第二節(jié) 需求分析6一 應(yīng)用程序的功能需求分析6 二 開發(fā)環(huán)境的需求分析7三 運(yùn)行環(huán)境的需求分析7第三節(jié) 預(yù)處理方案選擇7一 設(shè)計(jì)方案原則的選擇