建网站需要买服务器吗,专业建设网站公司排名,seo内部优化包括哪些内容,丢了么网站前言
本文使用的测试资源说明#xff1a; opencv版本#xff1a;opencv 4.6.0
人脸检测算法
Haar特征分类器
Haar特征分类器是一个XML文件#xff0c;描述了人体各个部位的Haar特征值。包括#xff1a;人脸、眼睛、鼻子、嘴等。 opencv 4.6.0自带的Haar特征分类器…前言
本文使用的测试资源说明 opencv版本opencv 4.6.0
人脸检测算法
Haar特征分类器
Haar特征分类器是一个XML文件描述了人体各个部位的Haar特征值。包括人脸、眼睛、鼻子、嘴等。 opencv 4.6.0自带的Haar特征分类器包括
人脸检测模型
haarcascade_frontalface_alt.xml haarcascade_frontalface_alt2.xml
注识别人体其它部位只需替换对应的xml分类器即可。
detectMultiScale函数
/********************************************************************************
image待检测图片一般为灰度图像加快检测速度
objects被检测物体的矩形框向量组
scaleFactor表示在前后两次相继的扫描中搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%
minNeighbors表示构成检测目标的相邻矩形的最小个数(默认为3)。如果组成检测目标的小矩形的个数和小于min_neighbors-1都会被排除。如果min_neighbors为0, 则函数不做任何操作就返回所有的被检候选矩形框这种设定值一般用在用户自定义对检测结果的组合程序上
flags默认值0。如果设置为CV_HAAR_DO_CANNY_PRUNING那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域因此这些区域通常不会是人脸所在区域
minSize用来限制得到的目标区域的范围
maxSize用来限制得到的目标区域的范围
********************************************************************************/
void detectMultiScale(const Mat image,CV_OUT vectorRect objects,double scaleFactor 1.1,int minNeighbors 3, int flags 0,Size minSize Size(),Size maxSize Size()
);原彩色图片测试
int test_func_1() {Mat img imread(test_face/group1.jpg);imshow(test, img);//建立级联分类器CascadeClassifier cascade;//加载人脸检测器cascade.load(test_face/haarcascade_frontalface_alt2.xml);//人脸检测vectorRect faces;cascade.detectMultiScale(img,faces,1.1,3,0,Size(30,30));//显示人脸框if (faces.size()) {cout 人脸数量 faces.size() endl;for (size_t i 0; i faces.size(); i) {rectangle(img,faces[i], Scalar(0,0,255),3,8,0);}}else {cout 未检测到人脸 endl;}imshow(test_2, img);waitKey(0);return 0;
}测试结果 彩色图片转灰度后测试
先转成灰度图片再送检测以提升检测速度。
int test_func_2() {//建立级联分类器CascadeClassifier cascade;//加载人脸检测器cascade.load(test_face/haarcascade_frontalface_alt2.xml);//读取图片Mat srcImg imread(test_face/group1.jpg);imshow(test, srcImg);//生成灰度图Mat grayImg;grayImg.create(srcImg.size(),srcImg.type());cvtColor(srcImg,grayImg,COLOR_BGR2GRAY);//人脸检测vectorRect faces;cascade.detectMultiScale(grayImg, faces, 1.1, 3, 0);//显示人脸框if (faces.size()) {cout 人脸数量 faces.size() endl;for (size_t i 0; i faces.size(); i) {rectangle(srcImg, faces[i], Scalar(0, 0, 255), 3, 8, 0);}}else {cout 未检测到人脸 endl;}imshow(test_2, srcImg);waitKey(0);return 0;
}测试结果
