又发现一条喵星人将要统治地球的新线索(OpenCV猫脸检测)

都说喵星人快要统治地球了，各种证据正在被发现……

OpenCV的开发人员似乎也发现了些什么，在其发布版本里悄悄留下了些线索：

在OpenCV-Python安装包目录的data文件夹下，有2个“frontcal cat face”文件，对比其他几个人脸识别的文件，从名称上可以推测出也是级联分类器，用来识别猫脸的，这明显是要为以后喵星人统治地球提前做技术储备呀。

为了以后更好地服务喵星人，我们来看看这些猫脸级联分类器怎么用。

第一步是在创建分类器对象的时候加载分类器文件，需要指明分类器文件的路径：

cascade_file = r"D:\Python\Python38\Lib\site-packages\cv2\data\haarcascade_frontalcatface.xml"
face_cascade = cv2.CascadeClassifier(cascade_file)

但是这种方法用起来不方便，不同的环境安装路径不一样，移植性差。我们可以打开data文件夹下的__init__.py看看：

import os

haarcascades = os.path.join(os.path.dirname(__file__), "")

可以看到haarcascades表示的就是data文件夹的路径，我们可以在自己的py文件中直接导入这个变量，生成级联分类器的路径：

import cv2
from cv2.data import haarcascades
cascade_file = haarcascades+"haarcascade_frontalcatface.xml"
print('cascade_file:',cascade_file)

运行结果：

cascade_file: D:\Python\Python38\lib\site-packages\cv2\data\haarcascade_frontalcatface.xml

接下来就是创建级联分类器实例：

face_cascade = cv2.CascadeClassifier(cascade_file)

然后就是读入图像，用detectMultiScale()方法检测猫，其中参数scaleFactor表示前后2次搜索时窗口的缩放比例，minSize表示搜索到猫脸的最小限制值：

img = cv2.imread("wifi-cat.jpg")  
faces = face_cascade.detectMultiScale(img,scaleFactor= 1.1,minSize=(130, 130))

返回的faces是一个表示猫脸的矩形框列表，每个矩形框包括起始点x和y的坐标，以及w和h表示的宽度和高度，接下来就是框出找到的猫脸：

for ind,position in enumerate(faces):
    print('position:',position)
    (x, y, w, h) = position
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv2.putText(img,'Cat%d'%ind,(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
cv2.imshow('Cat', img)
cv2.waitKey(0)

效果还不错，躲在天线上都能被你们发现。

再换几张包含喵星人和汪星人的图片试试：

这个非常满意，没有把我们喵星人当成粗鲁的汪星人。

汪星人在我喵星人面前不堪一击

---

推荐阅读：

用这个方法解决Python多版本共存问题，简单粗暴！

tesseract训练字体居然还有这种骚操作

论如何把自己变成卡通人物

有了这款神器，什么吃灰文件都统统现形

一行代码深度定制你的专属二维码(amzqr)

桔子菌和超市老板田大爷的一次角色互换经历