在Python中通过OpenCV自己训练分类器 进行特定物体实时识别

在Python中通过OpenCV自己训练分类器进行特定物体实时识别

0、 前言

OpenCV中提供了一些训练好的分类器供我们调用，从而实现物体识别和分类，如人脸检测、年龄和性别预测、猫脸检测、（汽车、船、猫、狗、沙发等）物体识别等。本篇文章的目的主要是介绍如何利用OpenCV自己训练分类器，实现特定物体的识别，这里以人手识别为例，对整个训练及识别测试过程进行说明，并附有程序代码。

1、 运行环境

操作系统：win10-64bit；
集成开发环境（IDE）:Visual Studio Code；
Python版本：python 3.7（在Visual Studio Code中安装的扩展模块）
OpenCV版本：opencv snippets 1.2.2（在Visual Studio Code中安装的扩展模块）

2、 训练分类器

（1） 正样本制作

①自己拍一些人手的照片，或者直接从网上找一些人手的图片，保存到一个文件夹中（我这里为了方便，直接把图片按数字顺序命名了）。

②将上述图片保存成灰度图，并将尺寸…
详细内容见：在Python中通过OpenCV自己训练分类器 进行特定物体实时识别详细讲解
https://download.csdn.net/download/weixin_46405486/18581036

结果：分类器训练完成之后，通过该分类器进行目标物体识别，效果如下图。效果可能还有待提高，扔存在误检、漏检的情况，但基本能检测出目标区域，通过调整检测参数和优化训练数据，可能会进一步提高检测精度，大家可以自行多尝试一下，本文主要主要对分类器的训练和测试过程进行了介绍，希望对大家有点用处，文中错误的地方也请大家批评指正，大家共同进步！

详细内容请参考在Python中通过OpenCV自己训练分类器 进行特定物体实时识别详细讲解
https://download.csdn.net/download/weixin_46405486/18581036
或参考https://www.syjshare.com/res/EPML3G28