python之OpenCv(四)---Face Service

標籤：變數   des   scale   sea   映像   ges   min   參數   ace   

對特定映像進行識別，最關鍵的是要有識別對象的特徵檔案。OpenCV已經內建了Face Service特徵檔案，我們只要使用OpenCV的CascadeClassifier類即可進行識別。

文法：

https://github.com/opencv/opencv.git  在這裡可以下載特徵檔案，在data目錄下

識別物件變數 = cv2.CascadeClassifier(特徵檔案)、、

 

識別對象

識別結果變數 = 識別物件變數.detectMultiScale(圖片，參數1，參數2，。。。)

參數有：

　　1、scaleFactor:  其原理是系統會以不同的區塊大小對圖片進行掃描，在進行特徵對比。此參數使用者佈建區塊的改變倍數，如無特別需求，一般設定為1.1

　　2、minNeighbors  此為控制誤檢率參數，預設值為3

　　3、minSize  設定最小的識別區塊

　　4、maxSize  設定最大的識別區塊

　　5、flags  此參數設定檢測模式，可取值如下：

　　　　　　cv2.CV_HAAR_SCALE_IMAGE   按比例檢測

　　　　　　cv2.CV_HAAR_DO_CANNY_PRUNING  利用Canny 邊緣檢測器排除一些邊緣很少或很多的映像地區

　　　　　　cv2.CV_HAAR_FIND_BIGGEST_OBJECT   只檢測最大物體

　　　　　　cv2.CV_HAAR_DO_ROUGH_SEARCH  只做初步檢測

face = faceCascade.detectMultiScale(image,scakeFactor=1.1,minSize=(10,10),minNeighbors=5,flags = cv2.CASCADE_SCALE_IMAGE)

 

detectMultiScale 方法可以識別多個面部，傳回值是一個列表

for (x,y,w,h) in face:

x,y 表示面部地區的左上方x,y座標；w,h表示面部地區的寬度和高度

import cv2#基本繪圖# import numpy#cv2.namedWindow("Image") #建立視窗#img = cv2.imread(‘20180703200225.jpg‘) #讀取映像#Face Service#img.shape[0] 擷取圖片的高度  img.shape[1] 擷取圖片的寬度faceCascade = cv2.CascadeClassifier(r‘./haarcascade_frontalface_default.xml‘)faces = faceCascade.detectMultiScale(img,scaleFactor = 1.1,minNeighbors = 5,minSize = (10,10),flags = cv2.CASCADE_SCALE_IMAGE)cv2.putText(img,"Find"+str(len(faces))+"faces",(10,img.shape[0]-5),cv2.FONT_HERSHEY_SIMPLEX,1,(255,232,133),2)for (x,y,w,h) in faces:    cv2.rectangle(img,(x,y),(x+w,y+h),(128,255,0),2)    print(x,y,w,h)#cv2.imshow(‘Image‘,img)cv2.imwrite(‘test.jpg‘,img)cv2.waitKey(0)cv2.destroyAllWindow()

　　

python之OpenCv(四)---Face Service