OpenCV检测篇——猫脸检测

Posted 2021-04-25 CVPy

OpenCV

OpenCV是时下最流行的基于C++的开源计算机视觉库，它功能丰富，函数众多，从最基本的读写图片，到简单的图像处理（比如降噪滤波、边缘检测、图像变换、特征提取等），再到更加高级的行人检测、人脸识别、文本识别等，尽皆包含。在OpenCV提供的函数的基础上，我们可以很方便地开发自己的应用，实现自己的算法。总的来说，就是OpenCV非常强大。具体有多强大？那得用了才知道。

很多要做人脸识别，要用到SIFT特征的人都问过的一个问题是，为什么配置好opencv之后，却找不到人脸识别的头文件，找不到SIFT在哪？

这是因为OpenCV3.0之后，把一些还在最新的，但不是很稳定的，还在测试阶段的东西放在了contrib模块里面。而且官方默认不带contrib模块。不幸的是，我们最想用的人脸识别和SIFT特征都在contrib里面。

如果需要用的话，那就需要自己编译了。opencv在Visual Studio上的配置和编译contrib的方法可以参考我之前的博客。今天的内容仍然是用Python语言，最近用Python用着比较顺手。

OpenCV的Python环境配置

显然，跟众多基于C++的库一样， OpenCV也是有Python接口的。Python下配置OpenCV可以用下面两种方法：

1. 官网下载并安装OpenCV后，在目录\opencv\build\python\2.7\x64之下有一个cv2.pyd文件，把它拷贝到python安装目录下的\Lib\site-packages文件夹下面即可。需要注意的是版本要对应，比如这里就要对应64位的Python2.7。而且目前官方自带的只有Python2.7版本的包。如果想要其他版本怎么办？

2. 那就要说到一个神奇的网站了：Unofficial Windows Binaries for Python Extension Packages，这里面包含了几乎所有的能用到的Python库的安装包，比如我们需要的OpenCV，这里可以找到下面这么多版本，可以适应不同的需求，还有编译的contrib版本的，简直是惊喜。

按照自己的环境下载相应的版本，然后还是用pip安装，命令如下：

pip install *.whl

请把星号换成对应的名字。

我这里用的是Python3.6包含contrib的64位的包。

猫脸检测

喵星人真的是要统治世界了。不然为什么OpenCV自带的检测器中除了人脸检测、行人检测这些意料之中就应该存在的检测器之外，还悄悄多出了猫脸检测器呢。

今天我们就来试一下这个猫脸检测到底 是什么样的？基于OpenCV的猫脸检测十分简单。用Python的话只有区区20行代码。其中20行代码中发挥主要作用的只有一个函数：

detectMultiScale()

此函数的作用是，在输入图像中检测不同尺寸的对象，返回包含对象的矩形框。它接收的参数：

1.image——输入图像

2.scaleFactor——表示每轮检测图像齿轮减少的比例

3.minNeighbors——指明对象要至少被检测到几次才能判定对象确实存在

4.minSize——检测对象的最小尺寸

5.maxSize——检测对象的最大尺寸

代码

按照惯例，注释齐全，无需多说。

效果

运行Python脚本后效果如下：

举一反三

本文虽然只是在说猫脸检测，但是在OpenCV下，人脸检测、行人检测、人眼检测等都是同样的道理，同样的流程。只需要把最开始相应的检测器换掉，然后按照实际情况调节detectMultiScale()的参数即可。比如以下是人脸检测的效果：

下期预告

有了本文的基础，再看下一篇内容就比较简单了。下期内容：

OpenCV检测篇（二）——笑脸检测（微笑检测）

这里源码看不清楚的话可以向主页君索取。

长

按

关

注

解锁更多精彩内容

分享独家原创内容

不仅限于OpenCV和Python