如何使用OpenCV库进行图像检测

import cv2

# 加载Haar级联分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 读取输入图像
img = cv2.imread('input_image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用Haar级联分类器进行人脸检测
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

# 在检测到的人脸周围画矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)

# 显示结果图像
cv2.imshow('Detected Faces', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
 

在这个示例中,我们首先导入OpenCV库并加载Haar级联分类器。然后,我们读取输入图像并将其转换为灰度图像(Haar分类器需要灰度图像)。接下来,我们使用detectMultiScale函数对图像中的人脸进行检测,并将检测到的人脸周围画上蓝色的矩形框。最后,我们显示结果图像。

请注意,这只是一个简单的示例,实际应用中可能需要更复杂的模型和参数调整来适应特定的图像检测任务。

你可能感兴趣的:(opencv,计算机视觉,人工智能)