利用opencv自带的Haar级联分类器模型

OpenCV自带的Haar级联分类器模型:

haarcascade_eye.xml: 这个模型用于检测眼睛。

haarcascade_eye_tree_eyeglasses.xml: 这个模型用于检测眼镜。

haarcascade_frontalcatface.xml: 这个模型用于检测猫脸。 haarcascade_frontalcatface_extended.xml: 这个模型用于扩展的猫脸检测。 haarcascade_frontalface_alt.xml: 这个模型是一个备用的面部检测模型。 haarcascade_frontalface_alt2.xml: 这个模型是另一个备用的面部检测模型。 haarcascade_frontalface_alt_tree.xml: 这个模型是用于面部检测的备用树模型。 haarcascade_frontalface_default.xml: 这个模型是用于面部检测的默认模型。 haarcascade_fullbody.xml: 这个模型用于全身检测。

haarcascade_lefteye_2splits.xml: 这个模型用于检测左眼。 haarcascade_licence_plate_rus_16stages.xml: 这个模型用于检测俄罗斯车牌。 haarcascade_lowerbody.xml: 这个模型用于下半身检测。

haarcascade_profileface.xml: 这个模型用于侧面脸部检测。

haarcascade_righteye_2splits.xml: 这个模型用于检测右眼。 haarcascade_russian_plate_number.xml: 这个模型用于检测俄罗斯车牌号码。 haarcascade_smile.xml: 这个模型用于微笑检测。

这些模型都在安装的opencv-source路径下

人脸检测实例

复制代码
#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/objdetect/objdetect.hpp>
#include <opencv2/imgproc/imgproc.hpp>

int main()
{
    // 加载人脸分类器
    cv::CascadeClassifier faceCascade;

    //分类器文件下载地址: https://github.com/opencv/opencv/tree/master/data/haarcascades
    //在OpenCV的源码目录下其实也有(opencv\build\etc\haarcascades)。
    faceCascade.load("C:/haarcascade_frontalface_alt2.xml");
    // 打开摄像头
    cv::VideoCapture capture(0);
    if (!capture.isOpened())
    {
        std::cout << "无法打开摄像头" << std::endl;
        return -1;
    }

    // 创建窗口
    cv::namedWindow("Face Detection", cv::WINDOW_NORMAL);

    while (true)
    {
        cv::Mat frame;
        capture >> frame; // 读取视频帧

        // 将彩色图像转换为灰度图像以加快处理速度
        cv::Mat grayFrame;
        cv::cvtColor(frame, grayFrame, cv::COLOR_BGR2GRAY);

        // 对图像进行人脸检测
        std::vector<cv::Rect> faces;
        faceCascade.detectMultiScale(grayFrame, faces, 1.1, 3, 0, cv::Size(30, 30));

        // 在图像上绘制人脸边界框
        for (size_t i = 0; i < faces.size(); i++)
        {
            cv::rectangle(frame, faces[i], cv::Scalar(0, 255, 0), 2);
        }

        // 显示结果图像
        cv::imshow("Face Detection", frame);

        // 按下ESC键退出循环
        if (cv::waitKey(1) == 27)
            break;
    }

    // 释放摄像头和窗口资源
    capture.release();
    cv::destroyAllWindows();

    return 0;
}
相关推荐
对你无可奈何9 分钟前
把零散的模型用起来:Magpie 接入 Trae,再折腾两个池子
人工智能
七夜zippoe24 分钟前
流式输出:让 AI 回答像打字机一样实时返回(SSE 全链路实战)
人工智能·spring·ai·流式输出·ssf
AI导出鸭PC端28 分钟前
纳米AI怎么复制表格?对话导出总是格式崩塌,我用“AI 导出鸭”重构了工作流
人工智能·重构·豆包·ai导出鸭
AI导出鸭PC端44 分钟前
用 AI 导出鸭高效处理:豆包导 pdf 怎么压缩但清晰
android·人工智能·pdf·豆包·ai导出鸭
装不满的克莱因瓶1 小时前
【AI时代必学】一篇文章教会你从零搭建Serverless架构
java·人工智能·ai·云原生·架构·serverless
数字融合1 小时前
透明化视频驱动化工生产动态三维重建管控技术
大数据·人工智能·python
知行产研2 小时前
会感知、能协同,金科【钻孔】智能化路线 | bauma CHINA 2026
大数据·人工智能
谙弆悕博士2 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
敖老师2 小时前
企业知识库 × 飞书机器人 —— 从 0 到 1 接入
人工智能
AI前端工程狮2 小时前
我给 MCP 长任务做了持久化,结果造出一堆僵尸
人工智能·程序员