《基于树莓派的智能设备开》课件-人脸检测

无锡职业技术学院内部资料基于树莓派的智能设备开发人脸检测

CONTENTSPAGE目录页1介绍算法与思路编程与实现24目录实验组件3模块一

介绍TRANSITIONPAGE过渡页人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术，也是计算机视觉重点发展的技术。人脸检测是人脸识别的前提，是在一幅画面中找出人脸的位置。检测人脸的算法比较复杂，但OpenCV已经将这些算法封装好，今天我们使用OpenCV自带的功能进行人脸检测。模块一介绍最常见的人脸检测方式是使用Haar级联分类器，OpenCV提供了一些已经训练好的级联分类器，我们可以从其网站上进行下载，或者从github上下载，网址如下：/opencv/opencv/tree/master/data/haarcascades模块一介绍*模块二

算法与思路TRANSITIONPAGE过渡页OpenCV实现人脸检测需要进行两步操作：加载级联分类器和使用分类器识别图像。这两步操作OpenCV都提供了相应的方法。首先是加载级联分类器，OpenCV通过CascadeClassifier()方法创建了分类器对象，其语法如下：<object>=cv2.CascadeClassifier(filename)参数：filename：级联分类器的XML文件名返回值：分类器对象模块二算法与思路然后使用已经创建好的分类器对图像进行识别，这个过程需要调用分类器对象的detectMultiScale()方法，其语法如下：objects=cascade.detectMultiScale(image,scaleFactor,minNeighbors,flags,minSize,maxSize)对象说明：cascade：已有的分类器对象。参数说明：image：待分析的图像

scaleFactor：可选参数，扫描图像时的缩放比例。minNeighbors：可选参数，每个候选区域至少保留多少个检测结果才可以判定为人脸。该值越大，分析的误差越小。flags：可选参数，旧版本OpenCV的参数，建议使用默认值。minSize：可选参数，最小的目标尺寸。maxSize：可选参数，最大的目标尺寸。模块二算法与思路然后使用已经创建好的分类器对图像进行识别，这个过程需要调用分类器对象的detectMultiScale()方法，其语法如下：objects=cascade.detectMultiScale(image,scaleFactor,minNeighbors,flags,minSize,maxSize)返回值说明：objects：捕捉到的目标区域数组，数组中每一个元素都是一个目标区域，每一个目标区域都包含4个值，格式为：[左上角点横坐标

左上角点纵坐标

区域宽

区域高]接下来，我们在返回值objects中遍历，在检测出人脸处绘制方框，标识出人脸。模块二算法与思路*模块三

实验组件TRANSITIONPAGE过渡页本次实验需使用的组件如下：实验设备名称数量树莓派主板1个电源适配器

1个USB摄像头1个模块二实验组件*模块四

编程与实现TRANSITIONPAGE过渡页模块四编程与实现haarcascade_frontalface_default.xml是检测正面人脸的级联分类器文件，加载该文件就可以创建出追踪正面人脸的分类器，调用分类器对象的detectMultiScale()方法，得到的objects结果就是分析得出的人脸区域的坐标、宽和高。模块四编程与实现我们编写如下程序，实现正面人脸的检测模块四编程与实现下面是操作视频：模块四编程与实现相同类型的实验项目，还有人眼检测、车牌检测、人体检测、眼镜检