時光推移了30多天，這個人臉性別識別的小項目也接近尾聲了，預計再通過三篇博文的篇幅來完成這個項目的收尾工作。在這篇博文中我們再為程序添加另外兩個小的輔助功能：文件名批量修改、方法驗證。
一 文件名批量修改
批量修改文件名是一件很基礎也很常用的小操作，核心操作就是圖像文件的批量讀取、批量改名、批量保存。基本思想就是把文件讀出來，然後在保存回去（注意不要和別的文件發生覆蓋），從這個角度來講文件名批量修改與上一篇博客C++開發人臉性別識別教程（17）——輔助功能之人臉批量分割中的人臉批量分割簡直如出一轍，這裡就不再贅述，大家請自行添加控件按鈕、編寫相關函數吧：
二 方法驗證
這個小功能是當初為了測試四種分類方法（PCA、Fisher、LBP、HOG+SVM）的分類性能而額外添加的一段代碼，目的很簡單，就是想看看四種方法分類時哪個方法更准確一點。
2.1 添加控件
首先，添加一個按鈕控件，命名為“方法驗證”，ID不用變：
然後在添加兩個編輯框控件，用來顯示各個方法的分類正確率，ID分別更改為IDC_Effect_Man和IDC_Effect_Wom：
2.2 批量讀取測試樣本
雙擊“方法驗證”按鈕，添加對應的事件處理函數OnBnClickedButton3（），首先，讀取測試樣本所在的文件夾：
CString str; //存儲圖像路徑
BROWSEINFO bi; //用來存儲用戶選中的目錄信息
TCHAR name[MAX_PATH]; //存儲路徑
char imageFullName[500]; //存儲單個圖像文件的全路徑
name[0]='d';
ZeroMemory(&bi,sizeof(BROWSEINFO)); //清空目錄對應的內存
bi.hwndOwner=GetSafeHwnd(); //得到窗口句柄
bi.pszDisplayName=name;
BIF_BROWSEINCLUDEFILES;
bi.lpszTitle=_T("Select folder"); //對話框標題
bi.ulFlags=0x80;//設置對話框形式
LPITEMIDLIST idl=SHBrowseForFolder(&bi);//返回所選中文件夾的ID
if(idl==NULL)
return;
SHGetPathFromIDList(idl,str.GetBuffer(MAX_PATH));//將文件信息格式化存儲到對應緩沖區中
str.ReleaseBuffer(); //與GerBuffer配合使用，清空內存
m_Path=str; //將路徑存儲在m_path中
if(str.GetAt(str.GetLength()-1)!='\\')
m_Path+="\\";
UpdateData(FALSE);
// free memory used
IMalloc * imalloc = 0;
if (SUCCEEDED(SHGetMalloc(&imalloc)))
{
imalloc->Free (idl);
imalloc->Release();
}
m_ImageDir=(LPSTR)(LPCTSTR)m_Path;
m_pDir = opendir(m_ImageDir); //獲取該路徑下的第一個文件
for (int i = 0; i < 2; i ++) //過濾目錄 .. 和 .
{
m_pEnt = readdir(m_pDir);
這裡圖像的批量讀取采用SHBrowseForFolder方法，在之前的博文中詳細介紹過，網上也有很多資料，這裡不再贅述。
2.3 相關變量初始化
由於要計算正確率，因此需要使用到一些局部臨時變量，這裡先對其進行初始化，至於每個變量的具體用途，在接下來的代碼中會幫助大家理解：
float sum_num_man = 0;
float sum_num_women = 0;
float current_num_man = 0;
float current_num_women = 0;
2.4 方法測試
接下來開始循環讀取測試文件夾下的測試樣本，進行性別識別、累加計數、計算正確率，先給出代碼：
/**********方法測試**********/
while (m_pDir && (m_pEnt = readdir(m_pDir)) != NULL)
{
//首先判斷當前文件是否為圖像文件
char* pJpg = strstr(m_pEnt->d_name,".jpg");
char* pBmp = strstr(m_pEnt->d_name,".bmp");
char* pPng = strstr(m_pEnt->d_name,".png");
char* pJPG = strstr(m_pEnt->d_name,".JPG");
if(pJpg==NULL && pBmp==NULL && pPng==NULL && pJPG==NULL)
{
break;
}
//拼出文件的全路徑
sprintf(imageFullName,"%s%s",m_ImageDir,m_pEnt->d_name);
IplImage* src;
CvvImage srcCvvImg;
//加載圖像
src = cvLoadImage(imageFullName);
detect_and_draw(src);
//根據標簽來判斷當前圖片是男性還是女性
char* pMan = strstr(m_pEnt->d_name,"man");
char* pWomen = strstr(m_pEnt->d_name,"women");
if (pMan != NULL)//如果當前圖片為男性
{
sum_num_man = sum_num_man + 1;
}
if (pWomen != NULL)//如果當前圖片為女性
{
sum_num_women = sum_num_women + 1;
}
if (m_genderLabel == 1)//如果當前圖片計算機檢測為男性
{
current_num_man = current_num_man + 1;
}
if (m_genderLabel == 2)//如果當前圖片計算機檢測為女性
{
current_num_women = current_num_women + 1;
}
cvReleaseImage(&src);
}
這裡主要有一下幾個問題需要強調：
（1）測試樣本集的制作。在制作測試樣本集的時候，就用到了圖像批量改名的手段，男性測試樣本的名稱用“man”來標記，女性測試樣本的名稱用“women”來進行標記，效果如下：
（2）正確率計算方法。在這裡計算識別率的方法非常簡單，首先通過strstr（）函數判斷當前測試樣本的名稱中是含有“man”還是含有“women”，若含有“man”字符串，則說明當前測試樣本為男性測試樣本，計數器sum_num_man加一，同理若測試樣本為女性樣本時則女性計數器sum_num_women加一。 然後在根據性別識別結果（標簽m_genderLabel）來對當前的識別情況進行計數。
2.5、計算識別率並顯示
遍歷完成後，開始計算識別率並將其顯示在編輯框中，代碼如下：
/**********計算識別結果並顯示**********/
char ch[10];
if (sum_num_man > sum_num_women)//如果當前測試集為男性
{
float result1;
result1 = current_num_man / sum_num_man;
int res1;
res1 = result1 * 100;
itoa(res1,ch,10);
GetDlgItem(IDC_Effect_Man)->SetWindowTextA(ch);
}
else
{
float result2;
result2 = current_num_women / sum_num_women;
int res2;
res2 = result2 * 100;
itoa(res2,ch,10);
GetDlgItem(IDC_Effect_Wom)->SetWindowTextA(ch);
}
OK，此時F5調試運行程序，選擇分類方法，初始化，選擇測試樣本文件夾，程序開始自動進行方法驗證，得出識別率。
三 注意事項
1、批量讀取文件的重要性
從這兩篇博文中可以說明文件遍歷的重要性，C++乃至OpenCv都有相關的圖像遍歷方法，這裡給出的SHBrowseForFolder方法只是其中之一，其中OpenCv也提供了Directory類，大家可以多參考網上資料。
2、存在人臉檢測失敗的可能性
這裡有一個隱含的問題需要注意，在進行人臉檢測時是存在檢測失敗的風險的，如果檢測失敗，雖然程序不會報錯，但會導致識別率的誤降低（具體原因大家自己思考哈），解決方案有三種，一是提前進行一遍人臉檢測，將檢測失敗的圖像剔除出去；二是設置人臉檢測標志位，當人臉檢測失敗時不進行樣本數目的累加；三是直接使用已經分割好的人臉做仿真，繞過人臉檢測這一步，具體采用哪種方法改進大家自行決定吧。
