人脸检测实战

人脸检测实战


Harr特征可用于图像任意位置,大小可以任意改变,所以矩阵特征值是矩形模板类别、矩形位置和矩形大小这三个因素的函数。故类别、大小和位置的变化,使得很小的检测窗口含有非常多的矩形特征。

进行人脸检测流程如下:

  1. 读取图片,并转换成灰度图。

  2. 实例化人脸和眼睛检测的分类器对象。

classifier=cv.CascadeClassifier("haarcascade_frontalface_default.xml")

classifier.load("haarcascade_frontalface_default.xml")

  1. 进行人脸和眼睛检测

rect=classifier.detectMultiScale(gray,scaleFactor,minNeighbors,minSize,maxsize)

gray:要进行检测的人脸图像

scaleFactor:前后两次扫描中,搜索窗口的比例系数。

minneighbors:目标至少被检测到minNeighbors次才会被认为是目标。

minsize和maxsize:目标的最小最大尺寸。

  1. 将检测结果绘制出来就可以了。

上一篇:Dijkstra和Floyd算法遍历图的核心


下一篇:OpenCV56:级联分类器|Cascade Classifier