级联分类器的使用——车辆检测

级联分类器的介绍

级联分类器是一种用于对象检测的机器学习算法,它通过级联的方式对图像进行多次分类,从而实现高效的目标检测。在本文档中,我们将介绍如何使用级联分类器进行目标检测,并提供相关的代码示例。

级联分类器的使用

当我们训练完自己的级联分类器之后,便可以使用它去做一个检测,一下是车辆检测的级联分类器的使用代码:

#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>

using namespace std;
using namespace cv;



//级联分类器车辆检测函数
void detectCarDraw(Mat &frame,CascadeClassifier &cascade,double scale)
{
    //1:灰度处理 压缩到原来图片的三分之一
    Mat gray;
    cvtColor(frame,gray,CV_BGR2GRAY);
    //2:灰度处理后的帧画面缩小到原来的一半
    //设置了尺寸
    Mat smalling(cvRound(frame.rows/scale),cvRound(frame.cols/scale),CV_8UC1);
    //INTER_LINEAR等比例缩小
    resize(gray,smalling,smalling.size(),0,0,INTER_LINEAR);
    //3:直方图均衡化 画面线条更清晰
    equalizeHist(smalling,smalling);
    //4:级联分类器模型检测
    vector<Rect>cars;
    //检测存储
    cascade.detectMultiScale(smalling,cars,1.1,2,0|CV_HAAR_SCALE_IMAGE,Size(30,30));
    //5:绘制矩形框
    vector <Rect>::const_iterator iter;
    for(iter=cars.begin();iter!=cars.end();iter++)
    {
        rectangle(frame,
                  CvPoint(cvRound(iter->x*scale),cvRound(iter->y*scale)),
                  CvPoint(cvRound((iter->x+iter->width)*scale),cvRound((iter->y+iter->height)*scale)),
                  Scalar(0,255,0),2,8);
    }
    imshow("resFrame",frame);

}
int main()
{
    //级联分类器加载级联分类器文件
    CascadeClassifier cascade;
    //读取
    cascade.load("D:/zhuomian/cars.xml");
    VideoCapture cap("D:/zhuomian/carMove.mp4");
    Mat frame;
    while(cap.read(frame))
    {
       //显示原画面
       imshow("frame",frame);
       //车辆检测
       detectCarDraw(frame,cascade,2);
       waitKey(40);
    }

    return 0;
}

级联分类器检测结果展示

右边是原视频,左边是检测后的视频
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

时光如箫声留念

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