Python+OpenCV系列：AI看图识人、识车、识万物

在人工智能风靡全球的今天，用 Python 和 OpenCV 结合机器学习实现物体识别，不仅是酷炫技能，更是掌握未来的敲门砖。本篇博文手把手教你如何通过摄像头或图片输入，识别人、动物、车辆及其他物品，让你的程序瞬间具备 AI 能力。

一、什么是物体识别？

物体识别是计算机视觉中的关键任务，通过算法从图像或视频中检测并分类特定目标。例如：识别人脸、识别汽车品牌、甚至是分类宠物品种。

借助 OpenCV 和 Python，我们可以轻松构建从简单到复杂的物体识别系统，包括基于传统机器学习的模型和深度学习的预训练模型（如 MobileNet、YOLO、ResNet）。

二、实现物体识别的工作流程

数据获取 ：
- 从摄像头实时捕捉视频帧。
- 从文件读取图像（支持 PNG、JPG 等格式）。
数据预处理 ：
- 灰度转换、尺寸缩放、归一化等。
模型加载 ：
- 使用预训练的 Haar 级联分类器（传统机器学习）。
- 或加载深度学习模型（如 DNN 模块支持的 MobileNet-SSD）。
目标检测与分类 ：
- 检测目标区域（Bounding Box）。
- 分类目标（如猫/狗/车辆）。

三、实现代码：检测人脸和车辆

（1）人脸检测（Haar 级联分类器）

python 复制代码

import cv2

# 加载 Haar 级联分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 从摄像头捕捉视频
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    cv2.imshow('Face Detection', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

（2）车辆识别（深度学习 MobileNet-SSD）

python 复制代码

import cv2

# 加载 MobileNet-SSD 模型
prototxt_path = 'MobileNetSSD_deploy.prototxt'
model_path = 'MobileNetSSD_deploy.caffemodel'
net = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)

# 类别标签
CLASSES = ["background", "aeroplane", "bicycle", "bird", "boat", "bottle", 
           "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", 
           "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    h, w = frame.shape[:2]
    blob = cv2.dnn.blobFromImage(frame, 0.007843, (300, 300), 127.5)
    net.setInput(blob)
    detections = net.forward()

    for i in range(detections.shape[2]):
        confidence = detections[0, 0, i, 2]
        if confidence > 0.5:
            idx = int(detections[0, 0, i, 1])
            box = detections[0, 0, i, 3:7] * [w, h, w, h]
            (startX, startY, endX, endY) = box.astype("int")
            label = f"{CLASSES[idx]}: {confidence:.2f}"
            cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 2)
            cv2.putText(frame, label, (startX, startY - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

    cv2.imshow('Object Detection', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

四、扩展功能

多对象识别：通过循环逐帧检测，实现实时多目标跟踪。
自定义分类：用 TensorFlow 或 PyTorch 训练自定义数据集，替换预训练模型。
GPU 加速：用 CUDA 提高实时检测性能（支持 NVIDIA 显卡）。

五、总结

借助 Python 和 OpenCV，你可以轻松实现从简单到复杂的物体识别。无论是用传统方法还是现代深度学习模型，OpenCV 都提供了丰富的工具。赶紧尝试，在 AI 的道路上迈出第一步！