opencv训练自己的分类器_19.OpenCV人脸检测

》》点赞&＃xff0c;收藏&＃43;关注&＃xff0c;理财&技术不迷路《《

记住知识&＃xff1a;HAAR与LBP数据&＃xff0c;我们得知道从哪里获取数据。OpenCV人脸检测-Haar级联和LBP&＃xff0c;这里不展开细讲&＃xff0c;直接上使用过程应用过程。

"""

使用Haar分类器进行面部检测

1. 简单介绍Haar特征分类器对象检测技术

它是基于机器学习的&＃xff0c;通过使用大量的正负样本图像训练得到一个cascade_function&＃xff0c;最后再用它来做对象检测。

如果你想实现自己的面部检测分类器&＃xff0c;需要大量的正样本图像&＃xff08;面部图像&＃xff09;和负样本图像&＃xff08;不含面部的图像&＃xff09;来训练分类器。

可参考https://docs.opencv.org/2.4/doc/user_guide/ug_traincascade.html&＃xff0c;这里不做介绍&＃xff0c;现在我们利用

OpenCV已经训练好的分类器&＃xff0c;直接利用它来实现面部和眼部检测。

2. 主要步骤&＃xff1a;

1&＃xff09;加载xml分类器&＃xff0c;并将图像或者视频处理成灰度格式 cv.CascadeClassifier()

2&＃xff09;对灰度图像进行面部检测&＃xff0c;返回若干个包含面部的矩形区域 Rect&＃xff08;x,y,w,h&＃xff09;face_detector.detectMultiScale()

3&＃xff09;创建一个包含面部的ROI&＃xff0c;并在其中进行眼部检测

3. 重要方法分析&＃xff1a;def detectMultiScale(self, image, scaleFactor&＃61;None, minNeighbors&＃61;None, minSize&＃61;None, maxSize&＃61;None)

原理&＃xff1a;检测输入图像在不同尺寸下可能含有的目标对象

#minSize – Minimum possible object size. Objects smaller than that are ignored.

#maxSize – Maximum possible object size. Objects larger than that are ignored.

入参&＃xff1a;

1&＃xff09;image&＃xff1a;输入的图像

2&＃xff09;scaleFactor&＃xff1a;比例因子&＃xff0c;图像尺寸每次减少的比例&＃xff0c;要大于1&＃xff0c;这个需要自己手动调参以便获得想要的结果

3&＃xff09;minNeighbors&＃xff1a;最小附近像素值&＃xff0c;在每个候选框边缘最小应该保留多少个附近像素

4&＃xff09;minSize&＃xff0c;maxSize&＃xff1a;最小可能对象尺寸&＃xff0c;所检测的结果小于该值会被忽略。最大可能对象尺寸&＃xff0c;所检测的结果大于该值会被忽略

返回&＃xff1a;若干个包含对象的矩形区域

"""

可以基于HAAR也可以基于LTP的检测&＃xff0c;下面是以HAAR为例来检测&＃xff1a;

通过摄像头人脸检测&＃xff1a;