opencv-对象检测

参考：

1、http://docs.opencv.org/3.3.0/  官方文档api

2、http://docs.opencv.org/3.3.0/d6/d00/tutorial_py_root.html 官方英文教程

3、https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

4、https://github.com/makelove/OpenCV-Python-Tutorial# 进阶教程

5、https://docs.opencv.org/3.3.0/index.html  官方英文教程

6、https://github.com/abidrahmank/OpenCV2-Python-Tutorials

7、https://www.learnopencv.com/

8、http://answers.opencv.org/questions/ OpenCV论坛

9、https://github.com/opencv/opencv   官方github

10、https://github.com/abidrahmank/OpenCV2-Python-Tutorials

注：安装的版本 opencv_python-3.3.0-cp36-cp36m-win_amd64.whl

参考：https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

使用Haar Cascades进行人脸检测

Haar-cascade Detection in OpenCV

OpenCV配有训练器和探测器。 如果您想为汽车，飞机等任何对象训练您自己的分类器，您可以使用OpenCV创建一个。 其详细信息如下Cascade Classifier Training.。

在这里我们将处理检测。 OpenCV已经包含许多用于面部，眼睛，微笑等的预训练分类器。这些XML文件存储在opencv/data/haarcascades/文件夹中。 我们用OpenCV创建面部和眼睛检测器。

首先我们需要加载所需的XML分类器。 然后以灰度模式加载输入图像（或视频）。

import numpy as np
import cv2

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

img = cv2.imread('sachin.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

现在我们在图像中找到了面孔。 如果找到面，则将检测到的面的位置返回为Rect（x，y，w，h）。 一旦我们获得这些位置，我们就可以为脸部创建投资回报率，并对这个ROI进行眼睛检测（因为眼睛总是在脸上！）。

import numpy as np
import cv2

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

img = cv2.imread('sachin.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)


faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = img[y:y+h, x:x+w]
    eyes = eye_cascade.detectMultiScale(roi_gray)
    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)
cv2.destroyAllWindows()

Additional Resources

1. Video Lecture on Face Detection and Tracking
2. An interesting interview regarding Face Detection by Adam Harvey