1、使用Opencv中自带的训练器和检测器。如果你想自己训练一个分类器来检测汽车,飞机等的话,可以使用Opencv来构建。
2、Opencv中已经包含了很多已经训练好的分类器,其中包括:面部,眼睛,微笑等。这些XML文件保存在:/opencv/data/haarcascades/文件中。下面我将使用Opencv创建一个面部和眼睛的检测器。代码如下:
import cv2
import numpy as np
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
eye_cascade = cv2.CascadeClassifier("haarcascade_eye.xml")
cap=cv2.VideoCapture(0)
while True:
ret,img=cap.read()
#Our operations on the frame come hereq
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 识别输入图片中的人脸对象.返回对象的矩形尺寸
# 函数原型detectMultiScale(gray, 1.2,3,CV_HAAR_SCALE_IMAGE,Size(30, 30))
# gray需要识别的图片
# 1.1:表示每次图像尺寸减小的比例
# 5:表示每一个目标至少要被检测到4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)
# CV_HAAR_SCALE_IMAGE表示不是缩放分类器来检测,而是缩放图像,Size(30, 30)为目标的最小最大尺寸
# faces:表示检测到的人脸目标序列
faces = face_cascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.cv.CV_HAAR_SCALE_IMAGE)
if len(faces)>0:
for faceRect in faces:
x,y,w,h = faceRect
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray[y:y+h/2,x:x+w]
roi_color = img[y:y+h/2,x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow("img",img)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
#Display the resulting frame
#cv2.imshow('frame',gray)
#when everything done ,release the capture
cap.release()
#cv2.destoryAllWindows()
效果图:
感觉眼睛检测很不准确,本人菜鸟一些具体的原理还在研究学习,欢迎大家来交流,不胜感激。。。。