opencv--python(四)haar,直方图+反向投影，meanshift和Camshift追踪算法

1. haar人脸检测器

OpenCV 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。我们只需加载需要的 XML 分类器。然后以灰度格式加载输入图像或者是视频。如果检测到面部，它会返回面部所在的矩形区域 Rect（x,y,w,h）

import numpy as np
import cv2

#加载需要的xml分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

#以灰度格式加载输入图像或者是视频。
img = cv2.imread('sachin.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

#应用：如果检测到面部，它会返回面部所在的矩形 区域 Rect（x,y,w,h）。之后我们可以创建一个 ROI 在其中进行眼部检测。
for (x,y,w,h) in faces:
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = img[y:y+h, x:x+w]
    eyes = eye_cascade.detectMultiScale(roi_gray)
    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)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果：

2.直方图+反射变换

import cv2
import numpy as np
roi = cv2.imread('roi.jpg')
hsv = cv2.cvtColor(roi,cv2.COLOR_BGR2HSV)

target = cv2.imread('tar.jpg')
hsvt = cv2.cvtColor(target,cv2.COLOR_BGR2HSV) #转HSV

roihist = cv2.calcHist([hsv