CSDN如何转载文章

Chrome浏览器打开要转载的文章

这里写图片描述

右键鼠标,选择检查

这里写图片描述

ctrl+F 找到article_content并选中

这里写图片描述

右键选择copy—> copy element

最后复制到你的文章中去

环境:opencv2.4,matplotlib2.02

OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练,得到的级联分类器(Cascade Classification)

#coding:utf-8
import numpy as np
import cv2
import matplotlib.pyplot as plt


#级联分类器路径
cascpath = 'detect/haarcascade_frontalface_alt.xml'
facecascade = cv2.CascadeClassifier(cascpath)

img = cv2.imread('images/ioi2.jpg')
#plt.imshow(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
#plt.show()

def detect_faces_show(path):
    img = cv2.imread(path)
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
    faces = facecascade.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=5,minSize=(30,30),flags=cv2.CASCADE_SCALE_IMAGE)
    print('fond faces:',len(faces))
    for(x,y,w,h) in faces:
        cv2.rectangle(img,(x,y),(x+w,y+h),(114,120,2),4)
    plt.imshow(cv2.cvtColor(img,cv2.COLOR_BGR2RGB))
    plt.show()

detect_faces_show('images/telangpu.jpg')
   
   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

结果:

检测到14张人脸,检测效果还是不错的,但更多实验发现还是存在缺陷的,不同图片可能检测效果不同
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值