haar级联分类器--人脸检测和匹配

分类器链接，https://download.csdn.net/download/fanzonghao/10582586

代码：

import numpy as np
import cv2# 实例化人脸分类器
face_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
# 实例化眼睛分类器
eye_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
# 读取测试图片
img = cv2.imread('faces.jpg',cv2.IMREAD_COLOR)
# 将原彩色图转换成灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 开始在灰度图上检测人脸，输出是人脸区域的外接矩形框
faces = face_cascade.detectMultiScale(gray, 1.2, 8)
# 遍历人脸检测结果
for (x,y,w,h) in faces:# 在原彩色图上画人脸矩形框cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)# 获取该人脸矩形框的感兴趣区域RoI, 浅复制roi_gray = gray[y:y+h, x:x+w]roi_color = img[y:y+h, x:x+w]# 开始在人脸区域中检测眼睛，输出是眼睛区域的外接矩形框eyes = eye_cascade.detectMultiScale(roi_gray)# 遍历眼睛检测结构for (ex,ey,ew,eh) in eyes:# 在原彩色图上画眼睛矩形框cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
# 显示画好矩形框的图片
cv2.namedWindow('faces', cv2.WINDOW_AUTOSIZE)
cv2.imshow('faces',img)
# 等待退出键
cv2.waitKey(0)
# 销毁显示窗口
cv2.destroyAllWindows()

模板检测：

import cv2
import numpy as np# 读取图片，彩色模式
img_color = cv2.imread('faces.jpg',cv2.IMREAD_COLOR)
# 读取图片，灰度模式
img_gray = cv2.imread('faces.jpg',cv2.IMREAD_GRAYSCALE)
# 读取人脸模板图片，灰度模式
template = cv2.imread('face_template1.jpg',cv2.IMREAD_GRAYSCALE)
# 获取模板尺寸
w, h = template.shape[::-1]
# 模板匹配方法数组
methods = ['cv2.TM_CCOEFF', 'cv2.TM_CCOEFF_NORMED', 'cv2.TM_CCORR', 'cv2.TM_CCORR_NORMED', 'cv2.TM_SQDIFF', 'cv2.TM_SQDIFF_NORMED']
# 遍历匹配方法
for meth in methods:# 拷贝图片img_color2 = img_color.copy()img_gray2 = img_gray.copy()# 把字符串转换成代码method = eval(meth)# 模板匹配res = cv2.matchTemplate(img_gray2,template,method)# 获取匹配结果的最大、最小值，及其位置min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)# TM_SQDIFF 和 TM_SQDIFF_NORMED匹配方法：值越小，越相似if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:# 取最小值位置，作为矩形框左上角位置top_left = min_locelse:# 取最大值位置，作为矩形框左上角位置top_left = max_loc# 根据模板尺寸计算出：矩形框右下角位置bottom_right = (top_left[0] + w, top_left[1] + h)# 画矩形框cv2.rectangle(img_color2,top_left, bottom_right, 255, 2)# 显示画好矩形框的图片cv2.namedWindow(meth, cv2.WINDOW_AUTOSIZE)cv2.imshow(meth,img_color2)# 等待退出键cv2.waitKey(0)
# 销毁显示窗口
cv2.destroyAllWindows()