# -*- coding: utf-8 -*-
import cv2
import numpy as np
#載入xml檔案
#絕對路徑載入 相對路徑載入會報錯
#載入img=cv2.imread('face.jpg')
cv2.imshow('src',img)
#haar特徵計算 灰度化
gray=cv2.cvtcolor(img,cv2.color_bgr2gray)
#人臉檢測
faces=face_xml.detectmultiscale(gray,1.1,3)
print('face=',len(faces))
#繪製矩形框
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
#眼睛檢測區域
roi_face=gray[y:y+h,x:x+w]
#矩形繪製區域
roi_color=img[y:y+h,x:x+w]
#眼睛檢測
eyes=eye_xml.detectmultiscale(roi_face)
print('eye=',len(eyes))
#繪製眼睛
for (e_x,e_y,e_w,e_h) in eyes:
cv2.rectangle(roi_color,(e_x,e_y),(e_x+e_w,e_y+e_h),(0,255,0),2)
cv2.imshow('dst',img)
cv2.waitkey(0)
基於Haar和Adaboost的人臉識別
import cv2 import numpy as np 載入人臉和人眼識別器 detect faces 引數一 資料 引數二 縮放係數 引數三 最小畫素 faces face xml.detectmultiscale gray,1.3,5 列印人臉個數 print face len faces ...
基於haar特徵的Adaboost人臉檢測技術
基於haar特徵的adaboost人臉檢測技術 本文主要是對使用haar adabbost進行人臉檢測的一些原理進行說明，主要是快找工作了，督促自己複習下 一 adaboost演算法原理 adaboost演算法是一種迭代的演算法，對於一組訓練集，通過改變其中每個樣本的分布概率，而得到不同的訓練集si...
1 Haar特徵的特點及計算
1.haar特徵 最早的haar特徵由papageorgiouc.等提出 a general framework for object detection 後來paulviola和michal jones提出利用積分影象法快速計算haar特徵的方法 rapid object detection us...