下面的代码就像我在主题中所说的那样,使用haarcascade-Opencv/Python检测图像中的每个人脸。在
代码检测所有面
但我需要在图像中检测相同的面,然后用不同的颜色绘制边界框
我开始在谷歌上搜索如何做到这一点,但我做得不够。在
我知道我需要数据集,但我不知道如何训练它以及如何实现下面的代码。。在
以前有人有这方面的经验吗?在
也许我可以根据下面的代码给我一个例子。在
检测人脸的代码:
import cv2
import matplotlib.pyplot as plt
test_image = cv2.imread("C:\Users\erdal.alimovski\Desktop\faces.jpg")
test_image_gray = cv2.cvtColor(test_image, cv2.COLOR_BGR2GRAY)
plt.imshow(test_image_gray, cmap='gray')
def convertToRGB(image):
return cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
haar_cascade_face = cv2.CascadeClassifier('C:\Users\haarcascade_frontalface_default.xml')
faces_rects = haar_cascade_face.detectMultiScale(test_image_gray, scaleFactor = 1.2, minNeighbors = 5);
print('Faces found: ', len(faces_rects))
for (x,y,w,h) in faces_rects:
cv2.rectangle(test_image, (x, y), (x+w, y+h), (0, 255, 0), 2)
cv2.imshow("yeni",test_image)
cv2.waitKey(10000)
在
cv2.rectangle(test_image, (x, y), (x+w, y+h), (0, 255, 0), 2)
行 参数(0255,0)表示每次绘制一个绿色矩形(因为255是绿色分量)。在你也可以
在这个随机过程中生成-1颜色参数
2-初始化要使用的颜色列表,并在
for (x,y,w,h) in faces_rects:
中循环相关问题 更多 >
编程相关推荐