Pycharm - OpenCV 02人脸识别

2 多张人脸检测

2.3 harr分类器

参考学习：
harr 01
harr 02

2.2 opencv detectMultiScale()

默认参数如图所示。

1. image 输入图像

2. objects 表示检测到的人脸目标序列

3. scaleFactor 表示每次图像尺寸减小的比例

4. minNeighbors 表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),

5. minSize 为目标的最小尺寸

6. minSize 为目标的最大尺寸

2.1 举例

# 检测多张人脸
import cv2 as cv
# 编辑要调用的方法
def face_detect_demo():
    # 将图片转换为灰度图
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # 加载特征数据（分类器），harr分类器，也有其他的可以用，也可以自己训练
    face_detector = cv.CascadeClassifier('D:/LenovoQMDownload/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
    # 对gray进行识别，人脸检测完成后返回一个人脸区域faces, 其他参数选择默认时的效果不理想。
    # faces = face_detector.detectMultiScale(gray)
    # 针对不同的场景调整后面的参数，找到满意的识别效果。
    faces = face_detector.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=3,  minSize=(80, 80))

    # x,y是坐标，w，h是宽度和高度
    for x, y, w, h in faces:
        print(x, y, w, h)
        # 在彩色图像上绘制矩形框，调用rectangle，（x,y）是左上角，(x + w, y + h)右下角，图框颜色BGR绿色，图框宽度
        cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
        cv.circle(img, center=(x+w//2, y+h//2), radius=w//2, color=(0, 255, 0), thickness=2)
        # 画完图框后进行显示
        cv.imshow('result', img)
img = cv.imread('E:\\Picture\\faceT1.jpg')
#cv.imshow('input_img', img)
# 调用函数
face_detect_demo()
cv.waitKey(0)
# 释放内存空间
cv.destroyAllWindows()

原图

没有 定义minSize之前（x, y, w, h）输出

188 174 218 218
410 127 229 229
135 411 73 73

左下角的图框（w, h）=( 73, 73)

参数minSize=(80, 80)后：