当前位置: 首页 > news >正文

OpenCV级联分类器

概念

        OpenCV 级联分类器是一种基于 Haar 特征、AdaBoost 算法和级联结构的目标检测方法,通过多阶段筛选快速排除非目标区域,实现高效实时检测(如人脸、行人等)。

加载级联分类器

    // 加载级联分类器CascadeClassifier cascade;// 加载级联分类器文件cascade.load("xml/cars.xml");

关键代码

void detec_car(Mat &frame,CascadeClassifier cascade,double scale)
{// 灰度处理Mat gray_frame;cvtColor(frame,gray_frame,CV_BGR2GRAY);// 压缩灰度图到原来一半Mat smalling(cvRound(frame.rows/scale),cvRound(frame.cols/scale),CV_8UC1);resize(gray_frame,smalling,smalling.size(),0,0,INTER_LINEAR);// 直方图均值化:利用直方图均衡函数让图像呈现出黑白分明,凸显出主要检测的目标equalizeHist(smalling,smalling);// 使用级联分类器模型识别车辆vector<Rect> cars;cascade.detectMultiScale(smalling,cars,1.1,2,0|CV_HAAR_SCALE_IMAGE,Size(30,30));// 绘制矩形框vector<Rect>::const_iterator itr;for(itr=cars.begin();itr!=cars.end();itr++){rectangle(frame,cvPoint(cvRound(itr->x*scale),cvRound(itr->y*scale)),cvPoint(cvRound((itr->x+itr->width)*scale),cvRound((itr->y+itr->height)*scale)),Scalar(0,255,0),2,3);}imshow("res",frame);
}

操作步骤(训练过程)

1、正样本数据采集(需要检测的物体图片)

2、负样本数据采集(非检测物的图片)

3、调用opencv程序opencv_createsamples.exe程序实现样本数据采集。

4、调用opencv程序opencv_traincascade.exe样本训练程序进行训练

5、生成级联分类器文件

http://www.xdnf.cn/news/497935.html

相关文章:

  • gRPC开发指南:Visual Studio 2022 + Vcpkg + Windows全流程配置
  • ABP vNext 多租户开发实战指南
  • Uniapp开发鸿蒙应用时如何运行和调试项目
  • 中级统计师-统计学基础知识-第二章数据描述
  • 产品经理入门(2)产品体验报告
  • 深入解析SpringMVC:从入门到精通
  • uniapp自动构建pages.json的vite插件
  • 多商户商城系统源码解析:开发直播电商APP的技术底层实战详解
  • python线程相关讲解
  • uni-app 开发HarmonyOS的鸿蒙影视项目分享:从实战案例到开源后台
  • 显卡、Cuda和pytorch兼容问题
  • Rust 数据结构:HashMap
  • PostGIS实现栅格数据入库-raster2pgsql
  • 端口443在git bash向github推送时的步骤
  • 轻量、优雅、高扩展的事件驱动框架——Hibiscus-Signal
  • 【C++ Qt】布局管理器
  • redis的pipline使用结合线程池优化实战
  • Java大师成长计划之第25天:Spring生态与微服务架构之容错与断路器模式
  • Qt 强大的窗口停靠浮动
  • Javascript:WebAPI
  • React Fiber 架构深度解析:时间切片与性能优化的核心引擎
  • ARM (Attention Refinement Module)
  • spring -MVC-02
  • DeepSeek赋能电商,智能客服机器人破解大型活动人力困境
  • 数组集合互转问题
  • Ubuntu 安装 squid
  • 服装零售逆势密码:从4月英国7%增长看季节性消费新模型
  • 中国30米年度土地覆盖数据集及其动态变化(1985-2022年)
  • 一个指令,让任意 AI 快速生成思维导图
  • Unity序列化字段、单例模式(Singleton Pattern)