提取出图像的细节对产生稳定的分类结果和跟踪结果有重要作用,这些提取的结果被称为特征,即从图像数据中提取特征,虽然任意像素都可以影响多个特征,但特征比像素少的多,两个图像的相似程度可以通过他们对应特征的欧氏距离来度量。
Haar特征是一种用于实现人脸跟踪的特征,每一个Haar特征都描述了相邻图像区域的对比模式,边,顶点和细线都能生成具有判别性的特征。
在文件夹haarcascades中包含了所有OpenCV的人脸检测的XML文件,这些可用于检测静止图像、视频和摄像头所得到的图像中的人脸
人脸检测器(默认):haarcascade_frontalface_default.xml
人脸检测器(快速Harr):haarcascade_frontalface_alt2.xml
人脸检测器(侧视):haarcascade_profileface.xml
眼部检测器(左眼):haarcascade_lefteye_2splits.xml
眼部检测器(右眼):haarcascade_righteye_2splits.xml
嘴部检测器:haarcascade_mcs_mouth.xml
鼻子检测器:haarcascade_mcs_nose.xml
身体检测器:haarcascade_fullbody.xml
人脸检测器(快速LBP):lbpcascade_frontalface.xml
静止图像中的人脸检测
人脸检测首先是加载图像并检测人脸,然后在原始图像的人脸周围绘制矩形框
这种方式在图像中由有多张人脸时检测精度不高
视频中的人脸检测
视频是由一张一张的图片组成的,在视频的帧上重复这个过程就能完成视频中的人脸检测