python做图像识别好还是c++好_OpenCV人脸检测(C++/Python)
之前一直觉得人脸检测是非常麻烦的,即使是用OpenCV麻烦到我都不敢去碰。这两天仔细看了下,如果只是调用opencv自带的分类器和函数的话,简直是简单。这不,正好最近也在学习Python索性就用C++和Python两种语言都实现一下。当然,我现在这个是最简单的版本。
步骤
调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接:
加载分类器,当然分类器事先要放在工程目录中去。分类器本来的位置是在*\opencv\sources\data\haarcascades(harr分类器,也有其他的可以用,也可以自己训练)
调用detectMultiScale()函数检测,调整函数的参数可以使检测结果更加精确。
把检测到的人脸等用矩形(或者圆形等其他图形)画出来。
主要函数
这里面最主要的一个函数就是detectMultiScale()。文档中的解释如下:
image表示的是要检测的输入图像
objects表示检测到的人脸目标序列
scaleFactor表示每次图像尺寸减小的比例
minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),
minSize为目标的最小尺寸
minSize为目标的最大尺寸
适当调整4,5,6两个参数可以用来排除检测结果中的干扰项。
程序:
C++程序如下:
#include
#include
#include
using namespace std;
using namespace cv;
/** Function Headers */
void detectAndDisplay(Mat frame);
/** Global variables */
String face_cascade_name = "haarcascade_frontalface_default.xml";
String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";
CascadeClassifier face_cascade; //定义人脸分类器
CascadeClassifier eyes_cascade; //定义人眼分类器
String window_name = "Capture - Face detection";
/** @function main */
int main(void)
{
Mat frame = imread("2.jpg");
//VideoCapture capture;
//Mat frame;
//-- 1. Load the cascades
if (!face_cascade.load(face_cascade_name)){ printf("--(!)Error loading face cascade\n"); return -1; };
if (!eyes_cascade.load(eyes_cascade_name)){ printf("--(!)Error loading eyes cascade\n"); return -1; };
//-- 2. Read the video stream
//capture.open(0);
//if (!capture.isOpened()) { printf("--(!)Error opening video capture\n"); return -1; }
//while (capture.read(frame))
//{
// if (frame.empty())
// {
// printf(" --(!) No captured frame -- Break!");
// break;
// }
//-- 3. Apply the classifier to the frame
detectAndDisplay(frame);
int c = waitKey(0);
if ((char)c == 27) { return 0; } // escape
//}
return 0;
}
/** @function detectAndDisplay */
void detectAndDisplay(Mat frame)
{
std::vector faces;
Mat frame_gray;
cvtColor(frame, frame_gray, COLOR_BGR2GRAY);
equalizeHist(frame_gray, frame_gray);
//-- Detect faces
face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70),Size(100,100));
for (size_t i = 0; i < faces.size(); i++)
{
//Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);
//ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);
rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);
Mat faceROI = frame_gray(faces[i]);
std::vector eyes;
//-- In each face, detect eyes
eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 1, CV_HAAR_DO_ROUGH_SEARCH, Size(3, 3));
for (size_t j = 0; j < eyes.size(); j++)
{
Rect rect(faces[i].x + eyes[j].x, faces[i].y + eyes[j].y, eyes[j].width, eyes[j].height);
//Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);
//int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);
//circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);
rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);
}
}
//-- Show what you got
namedWindow(window_name, 2);
imshow(window_name, frame);
}
Python程序如下:
import numpy as np
import cv2
face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")
eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")
img = cv2.imread("/2.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))
if len(faces)>0:
for faceRect in faces:
x,y,w,h = faceRect
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)
roi_gray = gray[y:y+h,x:x+w]
roi_color = img[y:y+h,x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow("img",img)
cv2.waitKey(0)
效果
最终结果如下图所示:
python做图像识别好还是c++好_OpenCV人脸检测(C++/Python)相关推荐
- 用Python爬取高颜值美女(爬虫+人脸检测+颜值检测)
1 数据源 知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 100 + 行 3 必要环境 Mac / ...
- Python爬取高颜值美女(爬虫+人脸检测+颜值检测)
1 数据源 知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 100 + 行 3 必要环境 Mac / ...
- python 知乎美女_知乎大神用Python爬取高颜值美女(爬虫+人脸检测+颜值检测)
原标题:知乎大神用Python爬取高颜值美女(爬虫+人脸检测+颜值检测) 1 数据源 知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.l ...
- 知乎大神用Python爬取高颜值美女(爬虫+人脸检测+颜值检测)!
1 数据源 知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 100 + 行 3 必要环境 Mac / ...
- 使用OpenCV实现人脸检测(Python)
文章目录 Introduction 使用 OpenCV 的 Haar 级联分类器 导入工具包和模型路径 级联分类器 积分图像 使用 Adaboost 学习分类函数 级联分类器 输入 检测图像中的人脸 ...
- 知乎大神用Python爬取高颜值美女(爬虫+人脸检测+颜值检测)
本文来源于:Python与人工智能社区 1 数据源 知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 1 ...
- 0基础学python做什么工作好-写给0基础小白:Python能干什么?就业前景好不好?怎么开始学?...
原标题:写给0基础小白:Python能干什么?就业前景好不好?怎么开始学? 今天,我们深度了解一下Python这门语言,它到底是什么,都能用来干什么,为什么这么火? 首先,普及一下编程语言的基础知识. ...
- python做日历牌_中秋节到了,送你一个Python做的Crossin牌“月饼”
明天是难得一见的国庆中秋双节合一,在这里除了祝大家节日快乐之外,我们还要送上一个"月饼"--当然这个月饼是不能吃的,因为它是用python做的.先给大家看一下效果图. 图1. 月饼 ...
- python做脚本语言要了解什么_你真的了解Python吗?本文可以让你对Python了解更深入...
人们为什么使用Python? 之所以选择Python的主要因素有以下几个方面:软件质量:在很大程度上,Python更注重可读性.一致性和软件质量,从而与脚本语言世界中的其他工具区别开发.此外,Pyth ...
最新文章
- 08.28 JavaScript 边界 选择修饰符 模式单元 修饰符 正则的使用
- c语言程序设计省考是什么,省考C语言程序设计题附答案..doc
- app/bootstrap.php.cache : failed to open stream: No such file or directory
- ug区域轮廓铣没有重叠距离_UG加工基本操作
- 华为手机应用程序变为Android图标,华为手机如何改变应用图标
- 读计算机网络得学五笔吗,打破无聊难学 另类五笔学习方法
- HDU 6287 口算训练
- java项目技术方案_javaweb应用开发项目设计方案
- 英媒:俄黑客靠窃密跻身“成功企业家” 被捕时昏迷
- 维夏英语暑期调研小分队——第二天
- 深度学习——UMRL
- 如何拆台式计算机光驱,如何拆开光驱
- 潜心一技、做到极致!——Elastic认证工程师之路
- 谷歌浏览器突然不能翻译成中文
- 号码锁 Combination Lock [USACO1.4]
- 【QTdesigner】课时37.按钮控件(QPushButton)【pyqt5+QTdesigner模式】
- 宇宙浏览器汉化版——Universe
- 【渝粤题库】陕西师范大学152205 西方行政学说史 作业(专升本)
- 超好用的教程截取GIF动画软件GifCam
- OpenCV-Python图形图像处理专栏文章目录
热门文章
- 3.7 注意力模型直观理解-深度学习第五课《序列模型》-Stanford吴恩达教授
- 安装中文版man手册,同时保留原英文版手册
- 做支付遇到的HttpClient大坑(一)
- JavaScriptDate对象
- day10 局部变量 全局变量 作用域前奏
- C# 单精度转换双精度丢失的问题
- 最佳实践: 勿在 Servlet 中实现 SingleThreadModel
- skynet给集群中的一个节点配置多个通道
- UIAppearanceContainer 利器
- 我的Java开发学习之旅------gt;Base64的编码思想以及Java实现