编程语言
首页 > 编程语言> > 【python】15行代码实现猫脸检测(opencv)

【python】15行代码实现猫脸检测(opencv)

作者:互联网

在这里插入图片描述

文章目录


1. 项目简介

利用opecvpython库及训练好的级联分类器实现人脸检测。

2. 项目地址

https://github.com/XavierJiezou/opecv-face-detect

3. 依赖模块

pip install opencv-python

4. 完整代码

import cv2

def face_detect(file_name, cascade_name):
    img = cv2.imread(file_name)  # 读取图片
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 图片灰度化
    img_gray = cv2.equalizeHist(img_gray)  # 直方图均衡化
    face_cascade = cv2.CascadeClassifier(cascade_name)  # 加载级联分类器
    faces = face_cascade.detectMultiScale(img)  # 多尺度检测
    for (x, y, w, h) in faces:  # 遍历所有检测到的猫脸
        img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 255), 5)  # 绘制矩形框
    cv2.imshow('Face detection', img)  # 检测效果预览
    cv2.waitKey(0)  # 保持窗口显示

if __name__ == "__main__":
    face_detect('test.jpg', 'haarcascade_frontalcatface.xml')

5. 必要组件

opencv官方提供了3个已经训练好的人脸级联分类文件:

5.1. haar级联特征分类器(精度高)

5.2. lbp级联特征分类器(速度快)


frontalface对正脸检测效果好。一般来说,haar特征检测精度更高,而lbp特征检测用时更短。

6. 成果展示

6.1. 测试样例1

在这里插入图片描述

在这里插入图片描述

6.2. 测试样例2

在这里插入图片描述

在这里插入图片描述

6.3. 测试样例3

在这里插入图片描述

在这里插入图片描述

7. 对比分析

从测试结果来看,haar级联特征的猫脸检测的精度是最高的,但如果对精度要求不高,可以采用lbp级联特征检测,因为这个花费的时间很短。

8. 引用参考

https://docs.opencv.org/master/db/d28/tutorial_cascade_classifier.html
https://docs.opencv.org/master/d2/d99/tutorial_js_face_detection.html

标签:lbp,级联,15,img,python,cv2,分类器,opencv,haar
来源: https://blog.csdn.net/qq_42951560/article/details/111831532