标签:实战 haarcascade 检测 frontalface 人脸 矩形 classifier
人脸检测实战
Harr特征可用于图像任意位置,大小可以任意改变,所以矩阵特征值是矩形模板类别、矩形位置和矩形大小这三个因素的函数。故类别、大小和位置的变化,使得很小的检测窗口含有非常多的矩形特征。
进行人脸检测流程如下:
-
读取图片,并转换成灰度图。
-
实例化人脸和眼睛检测的分类器对象。
classifier=cv.CascadeClassifier("haarcascade_frontalface_default.xml")
classifier.load("haarcascade_frontalface_default.xml")
-
进行人脸和眼睛检测
rect=classifier.detectMultiScale(gray,scaleFactor,minNeighbors,minSize,maxsize)
gray:要进行检测的人脸图像
scaleFactor:前后两次扫描中,搜索窗口的比例系数。
minneighbors:目标至少被检测到minNeighbors次才会被认为是目标。
minsize和maxsize:目标的最小最大尺寸。
-
将检测结果绘制出来就可以了。
标签:实战,haarcascade,检测,frontalface,人脸,矩形,classifier 来源: https://www.cnblogs.com/codezzlove/p/15664305.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。