如何在OpenCV中使用Python检测图像中的猫脸

haar级联分类器是一种有效的对象检测方法。它是一种基于机器学习的方法。要训练用于猫脸检测的haar级联分类器，算法最初需要大量的正面图像（具有猫脸的图像）和负面图像（没有猫脸的图像）。从这些正面和负面的图像中训练分类器，然后用于在其他图像中检测猫脸。

我们可以使用已经训练好的haar级联来进行微笑检测。为了在输入图像中进行微笑检测，我们需要两个haar级联，一个用于人脸检测，另一个用于微笑检测。我们将使用 haarcascade_frontalcatface.xml 来检测图像中的猫脸。

如何下载Haarcascades

您可以在GitHub网址中找到不同的haar级联分类器 –

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

要下载用于猫脸检测的haar级联分类器，请点击 haarcascade_frontalcatface.xml 文件。在原始格式中打开它，右键点击保存。

步骤

要检测图像中的猫脸并在其周围绘制边界框，可以按照以下步骤进行 –

• 导入所需库。在以下所有示例中，所需的Python库是 OpenCV 。确保已经安装了它。

• 使用 cv2.imread() 读取输入图像。指定完整的图像路径。将输入图像转换为灰度。

• 初始化一个haar级联分类器对象 cat_cascade = cv2.CascadeClassifier() 用于猫脸检测。传递haar级联xml文件的完整路径。您可以使用haar级联文件 haarcascade_frontalcatface.xml 来检测图像中的猫脸。

• 使用 cat_cascade.detectMultiScale() 在输入图像中检测猫脸。它以 (x,y,w,h) 的格式返回检测到的猫脸的坐标。

• 使用 cv2.rectangle() 在原始图像中绘制检测到的猫脸的边界矩形。

• 显示附有绘制的猫脸边界矩形的图像。

让我们来看一些示例，以检测图像中的猫脸。

示例

在此示例中，我们使用haar级联检测输入图像中的猫脸。

# 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()

我们将使用这个图像作为程序的 输入文件 。

输出

当您执行该程序时，它将产生以下输出：

Number of detected cat faces: 1
Cat face detected

并且我们得到以下的 输出 窗口 –

示例

在这个示例中，我们使用haar级联检测输入图像中的猫脸.

# 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()

我们将使用此图像作为这个程序的 输入文件 −

在执行时，它将产生以下 输出 −

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

我们得到了以下的 输出 窗口－