Day2-人脸检测基础

最新推荐文章于 2022-12-14 10:25:57 发布

对你说的对

最新推荐文章于 2022-12-14 10:25:57 发布

阅读量254

点赞数

分类专栏：人脸检测识别基础文章标签： opencv 图像识别计算机视觉

本文链接：https://blog.csdn.net/jinghui_7/article/details/108140790

版权

本文介绍了使用OpenCV进行人脸检测的方法，包括Haar-like Adaboost检测器的应用，以及基于肤色的人脸检测模型，后者在视频中可能因不流畅和易受背景颜色影响而效果不佳。

摘要由CSDN通过智能技术生成

1、用opencv自带的人脸检测器进行人脸检测-Haar like adaboost检测

首先下载cascade文件，放到对应文件夹下。

import cv2

#绘制人脸检测框
def plot_rectangle(image, faces):
    #faces:图像中人脸的参数，坐标(x,y)，width，height
    for (x, y, w, h) in faces:
        #要绘制矩形的图像，矩形左上坐标，矩形右下坐标，矩形框颜色，边框粗细
        cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 4)
    return image

def main():
    # 1 读取摄像头
    cap = cv2.VideoCapture(0 + cv2.CAP_DSHOW)
    if cap.isOpened() is False:
        print('Camera Error!')
    # 2 加载级联分类器
    face_alt = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
    # 3 获取视频，对每一帧进行检测
    while True:
        # 3.1 读取帧
        ret, frame = cap.read()
        # 3.2 转化为灰度图
        if ret:
            gray = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)
        # 3.3 通过加载的级联分类器，对人脸进行检测
        face_alt_detection = face_alt.detectMultiScal