OpenCV檢測篇（一）——貓臉檢測

騰訊雲技術社群-掘金主頁持續為大家呈現雲端計算技術文章，歡迎大家關注！

作者：劉瀟龍

OpenCV

OpenCV是時下最流行的基於C++的開源計算機視覺庫，它功能豐富，函式眾多，從最基本的讀寫圖片，到簡單的影象處理（比如降噪濾波、邊緣檢測、影象變換、特徵提取等），再到更加高階的行人檢測、人臉識別、文字識別等，盡皆包含。在OpenCV提供的函式的基礎上，我們可以很方便地開發自己的應用，實現自己的演算法。總的來說，就是OpenCV非常強大。具體有多強大？那得用了才知道。

很多要做人臉識別，要用到SIFT特徵的人都問過的一個問題是，為什麼配置好opencv之後，卻找不到人臉識別的標頭檔案，找不到SIFT在哪？這是因為OpenCV3.0之後，把一些還在最新的，但不是很穩定的，還在測試階段的東西放在了contrib模組裡面。而且官方預設不帶contrib模組。不幸的是，我們最想用的人臉識別和SIFT特徵都在contrib裡面。如果需要用的話，那就需要自己編譯了。opencv在Visual Studio上的配置和編譯contrib的方法可以參考我之前的部落格。今天的內容仍然是用Python語言，最近用Python用著比較順手。

OpenCV的Python環境配置

顯然，跟眾多基於C++的庫一樣， OpenCV也是有Python介面的。Python下配置OpenCV可以用下面兩種方法：

官網下載並安裝OpenCV之後，在目錄\opencv\build\python\2.7\x64之下有一個cv2.pyd檔案，把它拷貝到python安裝目錄下的\Lib\site-packages資料夾下面即可。需要注意的是版本要對應，比如這裡就要對應64位的Python2.7。而且目前官方自帶的只有Python2.7版本的包。如果想要其他版本怎麼辦？
那就要說到一個神奇的網站了：Unofficial Windows Binaries for Python Extension Packages，這裡麵包含了幾乎所有的能用到的Python庫的安裝包，比如我們需要的OpenCV，這裡可以找到下面這麼多版本，可以適應不同的需求，還有編譯的contrib版本的，簡直是驚喜。

按照自己的環境下載相應的版本，然後還是用pip安裝，命令如下：

pip install *.whl

請把星號換成對應的名字。

我這裡用的是Python3.6包含contrib的64位的包。

貓臉檢測

喵星人真的是要統治世界了。不然為什麼OpenCV自帶的檢測器中除了人臉檢測、行人檢測這些意料之中就應該存在的檢測器之外，還悄悄多出了貓臉檢測器呢。

今天我們就來試一下這個貓臉檢測到底是什麼樣的？基於OpenCV的貓臉檢測十分簡單。用Python的話只有區區20行程式碼。其中20行程式碼中發揮主要作用的只有一個函式：

detectMultiScale()

此函式的作用是，在輸入影象中檢測不同尺寸的物件，返回包含物件的矩形框。它接收的引數：

1.image——輸入影象

2.scaleFactor——表示每輪檢測影象齒輪減少的比例

3.minNeighbors——指明物件要至少被檢測到幾次才能判定物件確實存在

4.minSize——檢測物件的最小尺寸

5.maxSize——檢測物件的最大尺寸

程式碼

按照慣例，註釋齊全，無需多說。

# -*- coding=utf-8 -*-
import cv2
# 載入貓臉檢測器
catPath = "haarcascade_frontalcatface.xml"
faceCascade = cv2.CascadeClassifier(catPath)
# 讀取圖片並灰度化
img = cv2.imread("cat1.jpg")  
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 貓臉檢測
faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor= 1.02,
    minNeighbors=3,
    minSize=(150, 150),
    flags=cv2.CASCADE_SCALE_IMAGE
)
# 框出貓臉並加上文字說明
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
    cv2.putText(img,'Cat',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
# 顯示圖片並儲存
cv2.imshow('Cat?', img)
cv2.imwrite("cat.jpg",img)
c = cv2.waitKey(0)複製程式碼

效果

執行Python指令碼後效果如下：

舉一反三

本文雖然只是在說貓臉檢測，但是在OpenCV下，人臉檢測、行人檢測、人眼檢測等都是同樣的道理，同樣的流程。只需要把最開始相應的檢測器換掉，然後按照實際情況調節detectMultiScale()的引數即可。比如以下是人臉檢測的效果：

OpenCV檢測篇（一）——貓臉檢測

OpenCV

OpenCV的Python環境配置

貓臉檢測

程式碼

效果

舉一反三

相關閱讀

相關文章