一，功能说明

图片检测是否有人脸，我一般喜欢拍景物照片。所以做一个功能：带人脸和不带人脸的分类
我拍的比较烂的照片一般都是曝光问题，在大太阳下手机拍照也看不清。所以做一个功能：灰度直方图均衡化处理后保存。
一开始做一个文件，打开文件夹。然后处理这个文件夹中的图片。
关于理论和基础知识我前2天已经准备好了，如下：
图像直方图均衡化算法理解—Apple的学习笔记
 opencv图像灰度直方图显示--Apple的学习笔记
主界面.png

二，解决的技术问题

照片像素不一，检测人脸的框到达要设置多大，会导致误检测人脸？
解决方法：照片先resize下。
通道分割和合并的opencv函数有吗?
解决方法：有的split和merge函数。另外研究了下Mat的=号赋值属于浅copy，可以理解为以指针方式共享内存。mat.clone才是深度copy
QT的QVector无法传入opencv，QString也报错？
解决方法：QString.toStdString()就变成标准的字符串了。QVector我索性不用了，直接使用std::vector。
直方图均衡化处理后，某些细节反而没了？
解决方法：毕竟有得有失。我应该添加曝光检测，若曝光度好的就不再继续处理。这个将来再加，我更有动力继续学习算法了。完美，完美，再完美。学以致用，乐趣无穷。

三，GIF效果演示

GIF 2019-12-29 16-17-50.gif

四，小二上代码咯

#include "mainwindow.h"
#include "ui_mainwindow.h"

MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent)
    , ui(new Ui::MainWindow)
{
    ui->setupUi(this);
    connect(ui->actionOpen_folder, &QAction::triggered, this, &MainWindow::open);
}

MainWindow::~MainWindow()
{
    delete ui;
}

void MainWindow::open()
{
    ImagePath  = QFileDialog::getExistingDirectory(NULL,"caption",".");
    qDebug() << ImagePath ;
    QDir dir(ImagePath);
    QStringList ImageList;
    ImageList << "*.bmp" << "*.jpg" << "*.png";//向字符串列表添加图片类型
    dir.setNameFilters(ImageList);//获得文件夹下图片的名字
    //获得图片名
    for (int i=0;i < dir.count();i++)
    {
        ImageNames.append(dir[i]);
        qDebug() << ImageNames[i];//输出图片名
    }
}

void MainWindow::on_checkBox_clicked(bool checked)
{
    bl_hist = checked;
}

void MainWindow::on_pushButton_clicked()
{
    if (bl_hist)
    {
        ui->pushButton->setEnabled(false);
        cv::Mat image_yuv,imageY, imageU, imageV,dstImg;
        //定义一个Mat向量容器保存拆分后的数据
        std::vector<cv::Mat> imgchannels;
        qDebug()<<ImageNames.size();
        for(int i=0;i<ImageNames.size();i++)
        {
            Img_Name = ImagePath.toStdString()+"/"+ImageNames[i].toStdString();
            srcImg = cv::imread(Img_Name, cv::IMREAD_COLOR);
            cvtColor(srcImg, image_yuv,cv::COLOR_BGR2YUV);
            //通道的拆分
            cv::split(image_yuv, imgchannels);
            //提取单独通道的数据
            imageY = imgchannels.at(0);
            imageU = imgchannels.at(1);
            imageV = imgchannels.at(2);
            equalizeHist(imageY, imageY);
            //对拆分的通道数据合并
            cv::merge(imgchannels,dstImg);
            // YUV转RGB
            cv::cvtColor(dstImg, srcImg, cv::COLOR_YUV2BGR);
            ImageSavePath = "D://qtpro//output//nonFace//";
            //人脸检测
            facecheck();
            //保存图片到分类文件夹
            saveFile(i);
        }
        ui->pushButton->setEnabled(true);

    }
}
void MainWindow::saveFile(int i)
{
    qDebug()<<"go";
    Img_Name = ImageSavePath.toStdString()+ImageNames[i].toStdString();
    cv::imwrite(Img_Name,srcImg);
}
void MainWindow::facecheck()
{
    //检测人脸
    cv::CascadeClassifier cascade;
    if (!cascade.load("D://opencv341//VScodebuild2019//install//etc//haarcascades//haarcascade_frontalface_alt.xml"))
    {
        printf("Cascade.load error\r\n");
    }
    std::vector<cv::Rect> faces(0);
    cv::Mat dstsc;
    //cv::resize(srcImg, dstsc, cv::Size(480,640));
    if(srcImg.size[0]>1500 || srcImg.size[1]>700)
    {
        cv::resize(srcImg, dstsc, cv::Size(), 0.4, 0.4);//我长宽都变为原来的0.2倍
        cvtColor(dstsc, dstsc, CV_BGR2GRAY);//转化成灰度图来加快人脸识别的速度
    }
    else
    {
        cvtColor(srcImg, dstsc, CV_BGR2GRAY);//转化成灰度图来加快人脸识别的速度
    }
    cascade.detectMultiScale(dstsc, faces, 1.1, 2, 0,cv::Size(30, 30));
    if (faces.size() > 0)
    {
        qDebug()<<"go2";
        ImageSavePath = "D://qtpro//output//Face//";
    }
    else
    {
        qDebug()<<"go3";
        ImageSavePath = "D://qtpro//output//nonFace//";
    }
}