haar级联
级联分类器是什么?
级联分类器是一个把弱分类器串联成强分类器的过程。弱分类器是性能受限的分类器,没法正确的区分所有事物,如果你的问题很简单,他的输出结果会在可接受的范围内。强分类器可以正确的对数据进行分类
提取haar特征,需要计算图像中封闭矩形区域的像素值总和,为了避免计算冗余,我们建立图像的积分图,通过提供矩形区域四角坐标,来得到这部分区域的像素和。
在实际计算中,提取图像的haar特征需要计算多个尺度矩形的和,在实时系统中,重复对像素点进行遍历会大大降低效率,因此我们也采用积分图的方式来计算像素和。
实现
进行人脸检测,主要部分为两部:
1.创建级联分类器cv2.CascadeClassfier()
2.利用创建的级联分类器对图像进行多尺度检测cv2.detectMultiScale()
import cv2
img=cv2.imread('./img/face.jpg',cv2.IMREAD_UNCHANGED)
# 级联检测要求为灰度图
gray=cv2.cvtColor(img,cv2.COLOR_RGB2BGR)
# 创建级联分类器
face_cascade=cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
# 对图像进行检测
faces=face_cascade.detectMultiScale(gray,1.3,5)
# 检测结果是矩形框
for (x,y,w,