本文介绍了目标检测的方法，涉及使用样本图片的Haar特征训练分类器，以及如何利用OpenCV中的级联分类器进行目标检测。检测过程中，通过在图像上移动不同大小的搜索窗口，扫描并识别目标物体。在OpenCV中，级联分类器包含多个数据结构，如CvHaarFeature和CvHaarClassifierCascade。文章最后展示了如何加载XML分类器文件和使用cvHaarDetectObjects函数进行目标检测。
在目标检测方法中，首先利用样本（大约几百幅样本图片）的Haar特征进行分类器训练，得到一个联级的
boosted分类器。训练样本分为正例样本和反例样本，其中正例样本是指待检测目标样本，反例样本指其他
意图片，所有的样本图片都被归一化为同样的大小（如20*20）。
分类器训练完以后，就可以应用于输入图像中的感兴趣区域（与训练样本相同的大小）的检测。检测到目标
域分类器输出为1，否则输出为0。为了检测整幅图像，可以在图像中移动搜索窗口，检测每一个位置来确定可
能的目标。为了搜索不同大小的目标物体，分类器被设计为可以进行尺寸改变的，这样比改变待检测图像的尺
寸大小更为有效。所以ÿ
1340
132
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
