对OpenCV人脸检测方法detectMultiScale参数“最直白”的理解——Python学习笔记（8）

最近学习图像处理，用到OpenCV的detectMultiScale方法检测人脸，但是对它的参数的含义不太理解，于是各种查资料和测试效果，下面把学习的过程和个人理解总结一下。

1、准备环境

我用的是python3.6 + PyCharm，并且安装了OpenCV及相关的库。

然后下载Haar级联的XML，放在代码工程目录下。

下载地址：https://download.csdn.net/download/leaf_zizi/12667450

再借用《浪姐》的一张人脸图片，像素300*200。

2、编写代码

import cv2

# 读取照片，转换成灰度图
img1 = cv2.imread("langjie.jpg")
gray_img = cv2.cvtColor(img1, cv2.COLOR_RGB2GRAY)

# 将级联算法加载到一个变量中
haar_face_cascade = cv2.CascadeClassifier(
    'haar\haarcascade_frontalface_alt.xml')

# 识别图像中的人脸，返回所有人脸的矩形框向量组
# scaleFactor 为了检测到不同大小的目标，通过scalefactor参数把图像长宽同时按照一定比例（默认1.1）逐步缩小，
# 然后检测，这个参数设置的越大，计算速度越快，但可能会错过了某个大小的人脸。
# minNeighbors 构成检测目标的相邻矩形的最小个数，默认值是3
faces = haar_face_cascade.detectMultiScale(gray_img, scaleFactor=1.1,
                                           minNeighbors=3)

# 在图像中画上矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(img1, (x, y), (x + w, y + h), (0, 255, 0), 1)

# 显示结果
cv2.imshow("Final_detected_image", img1)
cv2.waitKey(0)

看一下识别的效果，发现有两个人脸没有识别到，作为一个“较真儿”的人，我需要研究一下detectMultiScale参数的含义。