如何在 OpenCV 中使用 Python 檢測影像中的貓臉？

Haar 級聯分類器是一種有效的物體檢測方法。它是一種基於機器學習的方法。為了訓練用於貓臉檢測的 Haar 級聯分類器，演算法最初需要大量的正樣本影像（包含貓臉的影像）和負樣本影像（不包含貓臉的影像）。分類器根據這些正樣本和負樣本影像進行訓練。然後用於檢測其他影像中的貓臉。

我們可以使用已經訓練好的 Haar 級聯進行微笑檢測。對於輸入影像中的微笑檢測，我們需要兩個 Haar 級聯，一個用於人臉檢測，另一個用於微笑檢測。我們將使用 **haarcascade_frontalcatface.xml** 來檢測影像中的貓臉。

如何下載 Haar 級聯？

您可以在以下 GitHub 網站地址找到不同的 Haar 級聯：

https://github.com/opencv/opencv/tree/master/data/haarcascades

要下載用於貓臉檢測的 Haar 級聯，請點選 **haarcascade_frontalcatface.xml** 檔案。以原始格式開啟它，右鍵單擊並儲存。

步驟

要檢測影像中的貓臉並在其周圍繪製邊界框，您可以按照以下步驟操作：

  • 匯入所需的庫。在以下所有示例中，所需的 Python 庫是 **OpenCV**。確保您已安裝它。

  • 使用 **cv2.imread()** 讀取輸入影像。指定完整的影像路徑。將輸入影像轉換為灰度影像。

  • 初始化一個用於貓臉檢測的 Haar 級聯分類器物件 **cat_cascade = cv2.CascadeClassifier()**。傳遞 Haar 級聯 xml 檔案的完整路徑。您可以使用 Haar 級聯檔案 **haarcascade_frontalcatface.xml** 來檢測影像中的貓臉。

  • 使用 **cat_cascade.detectMultiScale()** 檢測輸入影像中的貓臉。它以 **(x,y,w,h)** 格式返回檢測到的貓臉的座標。

  • 使用 **cv2.rectangle()** 在原始影像中檢測到的貓臉周圍繪製邊界矩形。

  • 顯示帶有貓臉周圍繪製的邊界矩形的影像。

讓我們看一些在影像中檢測貓臉的示例。

示例

在本示例中，我們使用 Haar 級聯檢測輸入影像中的貓臉。

# import required libraries
import cv2

# read the input image
img = cv2.imread('cat.jpg')

# convert the input image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# read the haarcascade to detect cat faces
cat_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalcatface.xml')

# Detects cat faces in the input image
faces = cat_cascade.detectMultiScale(gray, 1.1, 3)
print('Number of detected cat faces:', len(faces))

# if atleast one cat face id detected
if len(faces) > 0:
   print("Cat face detected")
   for (x,y,w,h) in faces:

      # To draw a rectangle in a face
      cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,255),2)
      cv2.putText(img, 'cat face', (x, y-3),
      cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 1)
else:
   print("No cat face detected")

# Display an image in a window
cv2.imshow('Cat Image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我們將此影像用作此程式的 **輸入檔案**：


輸出

執行程式時，將生成以下輸出：

Number of detected cat faces: 1
Cat face detected

並且我們將獲得以下 **輸出** 視窗：


示例

在本示例中，我們使用 Haar 級聯檢測輸入影像中的貓臉。

# import required libraries
import cv2

# read the input image
img = cv2.imread('two-cats.jpg')

# convert the input image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# read the haarcascade to detect cat faces
cat_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalcatface.xml')

# Detects cat faces in the input image
faces = cat_cascade.detectMultiScale(gray, 1.1, 3)
print('Number of detected cat faces:', len(faces))

# if atleast one cat face id detected
if len(faces) > 0:
   for (x,y,w,h) in faces:
      print("Cat face detected")
      
      # To draw a rectangle in a face
      cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,255),2)
      cv2.putText(img, 'cat face', (x, y-3),
      cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 1)
else:
   print("No cat face detected")

# Display an image in a window
cv2.imshow('Cat Image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我們將此影像用作此程式的 **輸入檔案**：


執行後，將生成以下 **輸出**：

Number of detected cat faces: 2
Cat face detected
Cat face detected

並且我們將獲得以下 **輸出** 視窗：


更新於： 2022年12月5日

2K+ 瀏覽量

啟動您的 職業生涯

透過完成課程獲得認證

開始學習
廣告