計算機視覺應用開發(fā)課件：基于Haar特征的人臉檢測_第1頁
計算機視覺應用開發(fā)課件：基于Haar特征的人臉檢測_第2頁
計算機視覺應用開發(fā)課件：基于Haar特征的人臉檢測_第3頁
計算機視覺應用開發(fā)課件：基于Haar特征的人臉檢測_第4頁
計算機視覺應用開發(fā)課件：基于Haar特征的人臉檢測_第5頁
已閱讀5頁，還剩6頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

基于Haar特征的人臉檢測案例描述01任務案例目標02任務案例分析03任務案例實施04任務1案例描述1案例描述本案例將學習如何使用OpenCV自帶的Haar特征檢測器來實現(xiàn)檢測人臉，Haar-like特征檢測器只遍歷一次圖像就可以求出圖像中所有區(qū)域像素和，大大的提高了圖像特征值計算的效率。2案例目標案例目標溫習Haar特征檢測的基礎知識和操作流程；調用OpenCV中的Haar特征檢測器；使用Haar特征檢測器對圖片進行人臉檢測。23案例分析案例分析3OpenCV的基礎使用在第一單元已經學習過了，其實，OpenCV還可以實現(xiàn)更多功能，比如，人臉檢測。在OpenCV的庫文件中會包含一個文件夾haarcascades，里面有許多xml文件，這些文件可用于檢測靜止圖像，視頻和攝像頭所得到圖像中的人臉，笑容，眼睛等。OpenCV中的庫文件目錄如圖所示：4案例實施4案例實施使用自帶的檢測器需要通過CascadeClassifier()方法來導入，由于該任務是檢測人臉，所以導入haarcascade_frontalface_default.xml默認的正臉檢測器即可。classifier=cv2.CascadeClassifier("data/opencv_xml/haarcascade_frontalface_default.xml")通常Haar特征反映的是圖像的灰度變化情況，所以先將圖片轉化為灰度圖。接著傳給detectMultiScale(image,scaleFactor,minNeighbors,minSize)，返回的是包含人臉坐標的列表，其中image表示的是要檢測的輸入圖像，scaleFactor表示每次圖像尺寸減小的比例，minNeighbors表示每一個目標至少要被檢測到3次才算是真的目標(因為周圍的像素和不同的窗口大小都可以檢測到人臉)，minSize為目標的最小尺寸。faceRects=classifier.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=3,minSize=

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論