Cascade Classifier

Cascade Classifier

一.基础概念

1.Haar和LBP特征

参考博客:

https://blog.csdn.net/liudongdong19/article/details/81008160

2.主要函数

  • § CascadeClassifier() [1/2]

    cv::CascadeClassifier::CascadeClassifier ( )
    Python:
    = cv.CascadeClassifier( )
    = cv.CascadeClassifier( filename )

    § CascadeClassifier() [2/2]

    cv::CascadeClassifier::CascadeClassifier ( const String & filename )
    Python:
    = cv.CascadeClassifier( )
    = cv.CascadeClassifier( filename )

    Loads a classifier from a file.

    • Parameters

      filenameName of the file from which the classifier is loaded.

  • § load()

    bool cv::CascadeClassifier::load ( const String & filename )
    Python:
    retval = cv.CascadeClassifier.load( filename )
  • § detectMultiScale() [1/3]

    void cv::CascadeClassifier::detectMultiScale ( InputArray image,
    std::vector< Rect > & objects,
    double scaleFactor = 1.1,
    int minNeighbors = 3,
    int flags = 0,
    Size minSize = Size(),
    Size maxSize = Size()
    )

    image 输入图像

    objects 检测出的物体的矩形轮廓

    scaleFactor 这个是每次缩小图像的比例,默认是1.1

    minNeighbors 匹配成功所需要的周围矩形框的数目,每一个特征匹配到的区域都是一个矩形框,只有多个矩形框同时存在的时候,才认为是匹配成功,比如人脸,这个默认值是3。

    flags

    可以取如下这些值:
    CASCADE_DO_CANNY_PRUNING=1, 利用canny边缘检测来排除一些边缘很少或者很多的图像区域
    CASCADE_SCALE_IMAGE=2, 正常比例检测
    CASCADE_FIND_BIGGEST_OBJECT=4, 只检测最大的物体

    minObjectSize maxObjectSize:匹配物体的大小范围

    § detectMultiScale() [2/3]

    void cv::CascadeClassifier::detectMultiScale (
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV是一个开源的计算机视觉库,其中包含了人脸识别的功能。Cascade Classifier是其中一种用于人脸识别的算法。 下面是一个CSDN上的人脸识别的例程,详细实现了使用Cascade Classifier进行人脸识别的步骤。 首先,我们需要导入OpenCV库,包括core、highgui和imgproc。 ```python import cv2 # 加载cascade classifier训练好的分类器 face_cascade = cv2.CascadeClassifier('path/to/haarcascade_frontalface_default.xml') # 利用摄像头捕捉实时视频 cap = cv2.VideoCapture(0) while True: # 读取视频帧 ret, frame = cap.read() # 将视频帧转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 运用cascade classifier进行人脸识别 faces = face_cascade.detectMultiScale(gray, 1.1, 4) # 在视频帧中绘制矩形框标记出人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) # 显示处理后的视频帧 cv2.imshow('Face Detection', frame) # 按下q键退出循环 if cv2.waitKey(1) == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows() ``` 以上是一个简单的例程,实现了使用Cascade Classifier进行人脸识别的功能。步骤包括加载训练好的分类器、从摄像头捕捉实时视频、将视频帧转换为灰度图像、利用Cascade Classifier进行人脸识别、在视频帧中绘制矩形框标记出人脸,并在窗口中显示处理后的视频帧。按下q键可以退出循环,并释放资源。 希望能对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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