學習opencv opencv人臉檢測

首先利用opencv自帶的訓練檔案haarcascade_frontalface_alt.xml和haarcascade_eye.xml檢測人臉及人眼，其次初步嘗試如何利用opencv訓練資料以及獲得訓練檔案(.xml).

void detectmultiscale(

const mat& image,

cv_out vector& objects,

double scalefactor = 1.1,

int minneighbors = 3,

int flags = 0,

size minsize = size(),

size maxsize = size()

); 引數1：待檢測，一般為灰度影象加快檢測速度；

引數2：檢測結果容器；

引數3：表示在前後兩次相繼的掃瞄中，搜尋視窗的比例係數。預設為1.1即每次搜尋視窗依次擴大10%;

引數4：表示構成檢測目標的相鄰矩形的最小個數(預設為3個)。

引數5：flag預設值，可用預設值，也可設定cv_haar_do_canny_pruning，那麼函式將會使用canny邊緣檢測來排除邊緣過多或過少的區域。

引數6、7：minsize和maxsize用來限制得到的目標區域的範圍。

**：

#include
#include
#include
#include
using
namespace cv;
using
namespace
std;
string face_cascade_name = "e:\\myopencv\\install\\etc\\haarcascades\\haarcascade_frontalface_alt.xml";
//string face_cascade_name = "f:\\opencv3.0.1\\standard project\\createxml\\create\\xml\\cascade.xml";
//使用自己的訓練資料效果不好
string eye_cascade_name = "e:\\myopencv\\install\\etc\\haarcascades\\haarcascade_eye.xml";
int main()
if (!eye_cascade.load(eye_cascade_name))
cvtcolor(img,gray,cv_bgr2gray);
equalizehist(gray,gray);
vector
faces;
face_cascade.detectmultiscale(gray,faces, 1.1, 2, 0 | cv_haar_scale_image, size(30, 30));
for (int i =0; i < faces.size(); i++)
}imshow("facedect",img);
waitkey(0);
return
0;}

結果

具體步驟參見部落格：採用opencv_cascadetrain進行訓練的步驟及注意事項

1. 準備正負樣本

2. 生成vec檔案

3. 利用opencv_cascadetrain.exe進行訓練

注意點：負樣本數目要比正樣本數目多,而且負樣本數量不能太少

從命令視窗進入opencv_cascadetrain.exe,

引數設定：

正樣本數量為100,負樣本數量為50的具體引數

opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numpos 10

-numneg 50 -numstages 16 -precalcvalbufsize 200 -precalcdxbufsize 1000 -featuretype lbp

4.訓練好後把生成的cascade.xml替換上述程式中的opencv自帶的xml檔案

結果：

效果不理想，正負樣本的選擇以及訓練不到位。

OpenCV OpenCV中GPU模組使用

cuda基本使用方法在介紹opencv中gpu模組使用之前，先回顧下cuda的一般使用方法，其基本步驟如下 1.主機執行 2.傳輸資料到gpu 3.確定grid，block大小 4.呼叫核心函式，gpu執行程式 5.傳輸結果到cpu 6.繼續主機執行。下圖是兩個向量相加的簡單示例程式和處理流圖...

學習opencv opencv人臉檢測

OpenCV OpenCV中GPU模組使用

OpenCV OpenCV中GPU模組使用

OpenCV OpenCV中GPU模組使用

相關推薦