opencv寻找轮廓 python_找到精确的轮廓(opencv,python)

本文介绍了一个使用OpenCV和Python进行人脸识别并精确提取眼镜轮廓的问题。作者通过检测脸部、找到最大轮廓(眼镜框)以及次大轮廓(眼镜镜片),尝试提取眼镜区域。但发现findContours()无法准确识别镜片轮廓。代码中包含了面部检测、边缘检测、膨胀腐蚀等步骤,并展示了如何根据轮廓面积排序来选择轮廓。作者寻求改进方法以精确检测眼镜的左、右镜片轮廓。
摘要由CSDN通过智能技术生成

我正在使用OpenCV+Python从(脸部)图像中检测和提取眼镜。我遵循了这篇文章(https://stackoverflow.com/questi..)的推理思路,如下所示:

1)检测脸部

2)找出面部区域的最大轮廓,必须是眼镜的外框

3)找出面部区域的第二和第三大轮廓,必须是两个透镜的框架

4)提取这些轮廓之间基本上代表眼镜的区域

然而,findContours()确实找到了眼镜的外框作为轮廓,但它并没有精确地找到两个镜片的边框作为轮廓。在

我的源代码如下:import cv2

import numpy as np

import matplotlib.pyplot as plt

img = cv2.imread('Luc_Marion.jpg')

RGB_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

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

# Detect the face in the image

haar_face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

faces = haar_face_cascade.detectMultiScale(gray_img, scaleFactor=1.1, minNeighbors=8);

# Loop in all detected faces - in our case it is only one

for (x,y,w,h) in faces:

cv2.rec

评论
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
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