《基于树莓派的智能设备开》课件——人脸检测.pptxVIP

;;;人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，也是计算机视觉重点发展的技术。

人脸检测是人脸识别的前提，是在一幅画面中找出人脸的位置。检测人脸的算法比较复杂，但OpenCV已经将这些算法封装好，今天我们使用OpenCV自带的功能进行人脸检测。;最常见的人脸检测方式是使用Haar级联分类器，OpenCV提供了一些已经训练好的级联分类器，我们可以从其网站上进行下载，或者从github上下载，网址如下：

/opencv/opencv/

tree/master/data/haarcascades

;;OpenCV实现人脸检测需要进行两步操作：加载级联分类器和使用分类器识别图像。这两步操作OpenCV都提供了相应的方法。

首先是加载级联分类器，OpenCV通过CascadeClassifier()方法创建了分类器对象，其语法如下：

object=cv2.CascadeClassifier(filename)

参数：

filename：级联分类器的XML文件名

返回值：分类器对象;然后使用已经创建好的分类器对图像进行识别，这个过程需要调用分类器对象的detectMultiScale()方法，其语法如下：

objects=cascade.detectMultiScale(image,scaleFactor,minNeighbors,flags,minSize,maxSize)

对象说明：

cascade：已有的分类器对象。

参数说明：

image：待分析的图像scaleFactor：可选参数，扫描图像时的缩放比例。

minNeighbors：可选参数，每个候选区域至少保留多少个检测结果才可以判定为人脸。该值越大，分析的误差越小。

flags：可选参数，旧版本OpenCV的参数，建议使用默认值。

minSize：可选参数，最小的目标尺寸。

maxSize：可选参数，最大的目标尺寸。;然后使用已经创建好的分类器对图像进行识别，这个过程需要调用分类器对象的detectMultiScale()方法，其语法如下：

objects=cascade.detectMultiScale(image,scaleFactor,minNeighbors,flags,minSize,maxSize)

返回值说明：

objects：捕捉到的目标区域数组，数组中每一个元素都是一个目标区域，每一个目标区域都包含4个值，格式为：[左上角点横坐标左上角点纵坐标区域宽区域高]

接下来，我们在返回值objects中遍历，在检测出人脸处绘制方框，标识出人脸。

;;本次实验需使用的组件如下：

;;模块四

编程与实现;模块四

编程与实现;模块四

编程与实现;??块四

编程与实现;模块四

编程与实现;