OpenCV检测篇（一）——猫脸检测

参考：http://blog.csdn.net/xingchenbingbuyu/article/details/68952868

---

人脸检测参考：http://blog.csdn.net/wc781708249/article/details/78560908

---

1、detectMultiScale()

此函数的作用是，在输入图像中检测不同尺寸的对象，返回包含对象的矩形框。它接收的参数：

1.image——输入图像

2.scaleFactor——表示每轮检测图像齿轮减少的比例

3.minNeighbors——指明对象要至少被检测到几次才能判定对象确实存在

4.minSize——检测对象的最小尺寸

5.maxSize——检测对象的最大尺寸

2、猫脸检测

# -*- coding=utf-8 -*-
import cv2
# 加载猫脸检测器
catPath = "haarcascade_frontalcatface.xml"
faceCascade = cv2.CascadeClassifier(catPath)
# 读取图片并灰度化
img = cv2.imread("cat1.jpg")  
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 猫脸检测
faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor= 1.02,
    minNeighbors=3,
    minSize=(150, 150),
    flags=cv2.CASCADE_SCALE_IMAGE
)
# 框出猫脸并加上文字说明
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv2.putText(img,'Cat',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
# 显示图片并保存
cv2.imshow('Cat?', img)
cv2.imwrite("cat.jpg",img)
c = cv2.waitKey(0)

注：haarcascade_frontalcatface.xml 下载在这里

3、人脸检测

参考：http://blog.csdn.net/wc781708249/article/details/78560908
将上面的haarcascade_frontalcatface.xml 换成
haarcascade_frontalface_default.xml 就变成人脸检测

# -*- coding: UTF-8 -*-

"""
opencv实现人脸识别
参考：
1、https://github.com/opencv/opencv/tree/master/data/haarcascades
2、http://www.cnblogs.com/hanson1/p/7105265.html

"""

import cv2

# 待检测的图片路径
imagepath="nba.jpg"

image = cv2.imread(imagepath)
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)


'''
# 获取人脸识别训练数据

对于人脸特征的一些描述，opencv在读取完数据后很据训练中的样品数据，
就可以感知读取到的图片上的特征，进而对图片进行人脸识别。
xml数据下载，
参考：https://github.com/opencv/opencv/tree/master/data/haarcascades
'''
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')

# 探测人脸
# 根据训练的数据来对新图片进行识别的过程。
faces = face_cascade.detectMultiScale(
  gray,
  scaleFactor = 1.15,
  minNeighbors = 5,
  minSize = (5,5),
  #flags = cv2.HAAR_SCALE_IMAGE
)

# 我们可以随意的指定里面参数的值，来达到不同精度下的识别。返回值就是opencv对图片的探测结果的体现。

# 处理人脸探测的结果
print ("发现{0}个人脸!".format(len(faces)))
for(x,y,w,h) in faces:
    cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
    # cv2.circle(image,((x+x+w)/2,(y+y+h)/2),w/2,(0,255,0),2)

cv2.imshow("image",image)
cv2.waitKey(0)
cv2.destroyAllWindows()

4、举一反三

本文虽然只是在说猫脸检测，但是在OpenCV下，人脸检测、行人检测、人眼检测等都是同样的道理，同样的流程。只需要把最开始相应的检测器换掉，然后按照实际情况调节detectMultiScale()的参数即可。

只需要在这里下载相应的.xml文件替换既可