CV之IC:基于OpenCV的CascadeClassifier级联分类器利用python语言加载猫脸检测文件haarcascade_frontalcatface.xml实现对猫脸检测并标注文本标签

246 篇文章 236 订阅

CV之IC:基于OpenCV的CascadeClassifier级联分类器利用python语言加载猫脸检测文件haarcascade_frontalcatface.xml实现对猫脸检测并标注文本标签

目录

基于OpenCV的CascadeClassifier级联分类器利用python语言加载猫脸检测文件haarcascade_frontalcatface.xml实现对猫脸检测并标注文本标签

输出结果

实现代码


基于OpenCV的CascadeClassifier级联分类器利用python语言加载猫脸检测文件haarcascade_frontalcatface.xml实现对猫脸检测并标注文本标签

输出结果

实现代码

@author: niu
'''
import cv2

catPath = "haarcascade_frontalcatface.xml"  
faceCascade = cv2.CascadeClassifier(catPath)

img = cv2.imread("F:\File_Python\Resources\cat.jpg")  

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor= 1.02,
    minNeighbors=3,
    minSize=(150, 150),
    flags=cv2.CASCADE_SCALE_IMAGE
)

for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv2.putText(img,'Persian cat',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)

cv2.imshow('Jason niu', img)
cv2.imwrite("cat.jpg",img)
c = cv2.waitKey(0)


参考文献
CV:利用OpenCV的CascadeClassifier级联分类器加载猫脸检测文件haarcascade_frontalcatface.xml实现对猫脸检测并加文本cat


 

  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
好的,下面是完整的代码和解说。 首先,我们需要安装所需的库,包括OpenCV和numpy。可以在命令行中使用以下命令安装它们: ``` pip install opencv-python pip install numpy ``` 接下来,我们将编写一个名为“mask_detection.py”的Python文件。该文件将使用OpenCV和numpy库实现佩戴口罩检测系统。 第一步是导入所需的库和预训练的分类。我们将使用haar级分类检测和嘴巴。可以从OpenCV官方网站下这些分类,并将它们保存在与Python文件相同的目录中。 ```python import cv2 import numpy as np face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') mouth_cascade = cv2.CascadeClassifier('haarcascade_mcs_mouth.xml') ``` 接下来,我们需要定义一个函数来检测和嘴巴。该函数将获取帧并将其转换为灰度图像,然后使用分类检测和嘴巴。最后,它将绘制矩形框来标记人和嘴巴,并返回图像和检测结果。 ```python def detect(frame): gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2) roi_gray = gray[y:y + h, x:x + w] roi_color = frame[y:y + h, x:x + w] mouth = mouth_cascade.detectMultiScale(roi_gray, scaleFactor=1.3, minNeighbors=5) for (mx, my, mw, mh) in mouth: if my > h / 2: cv2.rectangle(roi_color, (mx, my), (mx + mw, my + mh), (0, 0, 255), 2) cv2.putText(frame, "Mask not detected", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) else: cv2.rectangle(roi_color, (mx, my), (mx + mw, my + mh), (0, 255, 0), 2) cv2.putText(frame, "Mask detected", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) return frame ``` 在主程序中,我们需要获取视频捕获设备并不断获取帧。对于每个帧,我们将调用检测函数并显示结果。 ```python cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: continue frame = detect(frame) cv2.imshow('frame', frame) if cv2.waitKey(1) == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 完整的代码如下: ```python import cv2 import numpy as np face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') mouth_cascade = cv2.CascadeClassifier('haarcascade_mcs_mouth.xml') def detect(frame): gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2) roi_gray = gray[y:y + h, x:x + w] roi_color = frame[y:y + h, x:x + w] mouth = mouth_cascade.detectMultiScale(roi_gray, scaleFactor=1.3, minNeighbors=5) for (mx, my, mw, mh) in mouth: if my > h / 2: cv2.rectangle(roi_color, (mx, my), (mx + mw, my + mh), (0, 0, 255), 2) cv2.putText(frame, "Mask not detected", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) else: cv2.rectangle(roi_color, (mx, my), (mx + mw, my + mh), (0, 255, 0), 2) cv2.putText(frame, "Mask detected", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) return frame cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: continue frame = detect(frame) cv2.imshow('frame', frame) if cv2.waitKey(1) == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 最后,我们可以在PyCharm中运行该程序,并使用电脑的摄像头来验证系统功能。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一个处女座的程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值