Qt C++ OpenCV实现人脸跟踪

一、概述

通过 Qt 和 OpenCV 组合实现人脸跟踪系统，可以将实时视频中的人脸检测和跟踪功能应用于监控、功能识别等场景。OpenCV 提供的前处理和模型装载功能，进一步与 Qt 的繁荣应用程序展示功能相结合，可以极大地提升实时处理效果。

二、环境汇总

1. 安装必要软件

Qt Framework (推荐 Qt 6 版本或高版。)

OpenCV 库 (推荐使用第 4 版本或更高版本)

2. 环境配置

Qt Creator: 用于编译和实现 GUI 和代码管理

OpenCV 配置添加到 Qt 项目中的流程:

在 .pro 文件中添加下列配置：

QT += core gui
greaterThan(QT_MAJOR_VERSION, 4): QT += widgets

CONFIG += c++11

OpenCV 配置路径（根据安装目录作相应修改）

INCLUDEPATH += /path/to/opencv/include
LIBS += -L/path/to/opencv/lib
-lopencv_core
-lopencv_imgproc
-lopencv_objdetect
-lopencv_highgui
-lopencv_videoio

3. 文件处理

使用 OpenCV 自带的预训练模型文件。

文件名：

haarcascade_frontalface_default.xml

路径：

Windows: C:\opencv\etc\haarcascades\

Linux/macOS: /usr/share/opencv4/haarcascades/

若未找到，可下载链接：GitHub OpenCV Haar Cascades

三、功能实现

1. 基础流程

初始化程序:

创建 Qt GUI 界面应用

创建 QLabel 展示视频

视频读取:

通过 OpenCV 读取实时视频播放。

人脸检测:

使用 Haar 分类器装载预训练模型，检测视频中人脸位置。

绘制标记:

将检测的人脸用方框标记出来，并在 GUI 上显示。

实时更新:

使用 Qt 定时器 (QTimer)，实时应用检测结果。

2. 实现代码

#include <QApplication>
#include <QMainWindow>
#include <QVBoxLayout>
#include <QLabel>
#include <QTimer>
#include <opencv2/opencv.hpp>
#include <opencv2/objdetect.hpp>

using namespace cv;

class FaceTracker : public QMainWindow {
   
    Q_OBJECT

public:
    FaceTracker(QWidget *par