如何使用OpenCV Python檢測影像中的眼睛？

"哈爾級聯分類器"是一種有效的基於機器學習的目標檢測方法。為了訓練用於眼睛檢測的哈爾級聯分類器，該演算法最初需要大量的正樣本影像（眼睛影像）和負樣本影像（沒有眼睛的影像）。然後根據這些正樣本和負樣本影像訓練分類器。然後將其用於檢測其他影像中的眼睛。我們可以使用已經訓練好的哈爾級聯進行眼睛檢測。

為了在輸入影像中進行眼睛檢測，我們需要兩個哈爾級聯，一個用於人臉檢測，另一個用於眼睛檢測。我們將使用以下兩個哈爾級聯：

haarcascade_frontalface_alt.xml
haarcascade_eye_tree_eyeglasses.xml

如何下載Haarcascades？

您可以在以下GitHub網站地址找到不同的haarcascades：

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

要下載用於眼睛檢測的哈爾級聯，請點選**haarcascade_eye_tree_eyeglasses.xml**檔案。以原始格式開啟它，右鍵單擊並儲存。

**注意** - 將所有haarcascade xml檔案儲存在**haarcascades**資料夾中。

步驟

要在影像中檢測眼睛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()**以灰度讀取輸入影像。指定完整的影像路徑。
初始化哈爾級聯分類器物件**face_cascade = cv2.CascadeClassifier()**用於人臉檢測，以及**eye_cascade = cv2.CascadeClassifier**用於眼睛檢測。傳遞哈爾級聯xml檔案的完整路徑。您可以使用哈爾級聯檔案**haarcascade_frontalface_alt.xml**來檢測影像中的人臉，並使用**haarcascade_eye_tree_eyeglasses.xml**來檢測眼睛。
使用**face_cascade.detectMultiScale()**檢測輸入影像中的人臉。它以**(x,y,w,h)**格式返回檢測到的人臉的座標。
對於檢測到的人臉，將roi定義為**image[y:y+h, x:x+w]**。現在在檢測到的人臉區域（**roi**）內檢測眼睛。使用**eye_cascade.detectMultiScale()**。它還以**(ex,ey,ew,eh)**格式返回眼睛邊界矩形的座標。
使用**cv2.rectangle()**在原始影像中繪製檢測到的眼睛周圍的邊界矩形。
顯示帶有在眼睛周圍繪製的邊界矩形的影像。

讓我們看一些例子，以便更好地理解。

示例

在這個Python程式中，我們使用哈爾級聯在輸入影像中檢測眼睛。

# import required libraries
import cv2

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

# convert to grayscale of each frames
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# read the haarcascade to detect the faces in an image
face_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalface_default.xml')

# read the haarcascade to detect the eyes in an image
eye_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_eye_tree_eyeglasses.xml')

# detects faces in the input image
faces = face_cascade.detectMultiScale(gray, 1.3, 4)
print('Number of detected faces:', len(faces))

# loop over the detected faces
for (x,y,w,h) in faces:
   roi_gray = gray[y:y+h, x:x+w]
   roi_color = img[y:y+h, x:x+w]
   
   # detects eyes of within the detected face area (roi)
   eyes = eye_cascade.detectMultiScale(roi_gray)
   
   # draw a rectangle around eyes
   for (ex,ey,ew,eh) in eyes:
      cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,255),2)

# display the image with detected eyes
cv2.imshow('Eyes Detection',img)
cv2.waitKey(0)
cv2.destroyAllWindows()