Download document (10.35 MB) - Escuela Superior de Informática ...

90 Capítulo 4. Metodología de Trabajode tamaño se utiliza una interpolación bilineal (CV INTER LINEAR). Se necesita declararuna estructura estática global CvMemStorage * necesaria para almacenar estructuras de datosque crecen dinámicamente como secuencias, contornos, etc... Además, se necesitan declararlas siguientes variables:c o n s t char ∗ cascade name = "haarcascade_frontalface_alt2.xml" ;C v H a a r C l a s s i f i e r C a s c a d e ∗ c a s c a d e = 0 ;donde cascade name es el nombre del fichero xml que contiene el clasificador entrenadopara detección de rostros, y cascade es un puntero a una estructura de tipo CvHaarClassifier-Cascade necesaria para almacenar el clasificador en memoria. A continuación, se carga enmemoria el clasificador utilizando la función cvLoad, se reserva memoria para la estructuramediante cvCreateMemStorage y se llama a la función de detección de rostros que se encargade convertir la imagen a escala de grises y hacerla más pequeña, para que el clasificadorfuncione mejor, y llamar a la función cvHaarDetectObject para detectar caras (ver Algoritmo2). Finalmente, se extrae la cara detectada como Región de Interés para la posterior detecciónde boca y ojos, siguiendo el mismo proceso que para la cara pero tomando como entrada laimagen del rostro y utilizando el clasificador correspondiente en cada caso.La búsqueda de contornos se realiza para la detección de manos. La función encargada deesta tarea es find and draw contours(IplImage *frame) (ver Algoritmo 3)Primero se transforma la imagen de entrada a escala de grises mediante cvCvtColor. Posteriormentese hace una ecualización del histograma para normalizar el brillo y aumentar elcontraste de la imagen, seguidamente se somete a la imagen a un proceso de umbralización;esto consiste en seleccionar un nivel T que separe dos o más niveles de intensidad de una imagen,así se intenta separar el personaje que signa del fondo de la imagen. La función encargadade realizar esta operación es cvThreshold, cuyo valor de umbral seleccionado ha sido 45,seleccionado tras realizar múltiples ensayos con los vídeos utilizados bajo un entorno controladodefinido. A continuación, se procede a la detección de contornos propiamente dicha, conla imagen resultante como entrada de la función cvStartFindContours. Mediante la funcióncvFindNextContour se recorren los contornos detectados pero sólo se marcarán como válidosaquellos que superen un área estipulada de 150 píxeles (HAND CONTOUR STIPULATED),