【摘要】:利用计算机视觉库中的Haar Cascade类,可实现人眼检测过程所需要的Haar模型的加载,启动对图像帧区域的搜索。#加载Haar Cascade级联分类器,启用内置人脸检测模型,分类器的比对阶段数设置为25;face_cascade=image.Haar Cascade②人眼检测模型的加载。对于自行训练的Haar模型需要保持成统一的二进制格式文件,编程时path参数要指明模型文件的存储路径,即引号内为Haar模型文件的路径。
利用计算机视觉库中的Haar Cascade(path,stages)类,可实现人眼检测过程所需要的Haar模型的加载,启动对图像帧区域的搜索。为快速检测到人眼,先在整个图像帧中搜索人脸,再在搜索到的人脸区域中检测人眼的位置。
计算机视觉库中内置有已经训练好的相关Haar模型,如“frontalface”人脸模型和“eye”人眼模型,编程是直接指定即可。相关的Python代码示例如下:
①人脸检测模型的加载。
#加载Haar Cascade级联分类器,启用内置人脸检测模型,分类器的比对阶段数设置为25;
face_cascade=image.Haar Cascade("frontalface",stages=25)(www.xing528.com)
②人眼检测模型的加载。
#加载Haar Cascade级联分类器,启用内置人眼检测模型,分类器的比对阶段数设置为25;
face_cascade=image.Haar Cascade("eye",stages=25)
Haar Cascade也允许应用系统使用自行训练的外部haar模型。对于自行训练的Haar模型需要保持成统一的二进制格式文件,编程时path参数要指明模型文件的存储路径,即引号内为Haar模型文件的路径。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。