python中Haar级联是什么?
照片可能包含许多令人愉快的细节。但由于光照、视角、视距、相机抖动、数字噪声的变化,图像细节变得不稳定。人们在分类时不会受到这些物理细节差异的影响。因此,提取图像的细节对于产生稳定的分类结果和跟踪结果非常有用,本文向大家介绍这些提取的结果Haar级联。从图像数据中提取特征。虽然任何像素都可以影响多个特征,但是特征应该比像素少。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量。
一、Haar级联是什么?
从图像数据中提取特征。虽然任何像素都可以影响多个特征,但是特征应该比像素少。两幅图像之间的相似性可以通过它们对应特征的欧氏距离来度量。
Haar特征是一种用于实现实时人脸跟踪的特征。每一个 Haar 特征都描述了相邻图像区域的对比模式。例如,边、顶点和细线都能生成具有判别性的特征。
二、获取 Haar级联数据
1、首先我们要进入 OpenCV 官网:https://opencv.org 下载你需要的版本。点击 RELEASES (发布)。
2、由于 OpenCV 支持好多平台,比如 Windows, Android, Maemo, FreeBSD, OpenBSD, iOS, Linux 和 Mac OS,一般初学者都是用 windows,点击 Windows。
3、点击 Windows 后跳出新界面,等待 5s 自动下载
4、然后双击下载的文件,进行安装,实质就是解压一下,解压完出来一个文件夹,其他什 么也没发生。安装完后的目录结构如下。其中 build 是 OpenCV 使用时要用到的一些库文件, 而 sources 中则是 OpenCV 官方为我们提供的一些 demo 示例源码
人脸检测器(默认):haarcascade_frontalface_default.xml 人脸检测器(快速Harr):haarcascade_frontalface_alt2.xml 人脸检测器(侧视):haarcascade_profileface.xml 眼部检测器(左眼):haarcascade_lefteye_2splits.xml 眼部检测器(右眼):haarcascade_righteye_2splits.xml 嘴部检测器:haarcascade_mcs_mouth.xml 鼻子检测器:haarcascade_mcs_nose.xml 身体检测器:haarcascade_fullbody.xml 人脸检测器(快速LBP):lbpcascade_frontalface.xml
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。