HAAR 人脸检测无法按预期工作答案

【问题标题】：HAAR face detection doesnt work as expectedHAAR 人脸检测无法按预期工作
【发布时间】：2020-05-14 01:00:32
【问题描述】：

我目前正在使用 OpenCV 进行人脸检测。我通过使用带有级联训练器 GUI 的正面和负面图像完成了训练。但是，当我运行我的代码来测试人脸检测时，只有第一张图像有效（仅当 .detectMultiScale 设置为 gray,1.01,7 时），它不适用于其他图像。

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier('classifier/cascade.xml')

img = cv2.imread('p/pic2.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray,1.01,7)
for (x,y,w,h) in faces:
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我所有的正面图像都是灰度的，它们的大小是 (600,600)。我的负图像尺寸更大，但不是灰度。有80张正片和160张负片。我确定这是否会影响结果。

【问题讨论】：

标签： python opencv haar-classifier

【解决方案1】：

首先，你的负片和正片都应该在灰度。
其次，你没有谈论你是如何标记你的积极的图像来获得正向量。
第三，你的图片数量（pos和neg）不够，很难得到好的结果。（建议最低为 900 neg 和 1800 pos）
最后，我假设您使用的是opencv_traincascade，那么您在 xml 的哪个阶段完成了训练。

我的建议是关注tutorial，关注the documentation。我之前使用过本教程并训练了许多对象，所以很好学习

【讨论】：

【解决方案2】：

如果您使用此代码（不做任何更改），则只会处理一张图像 (pic2.png)。对于多个图像，您需要遍历特定文件夹中的图像路径。

【讨论】：

当我为 pic1.png 运行它时，它可以工作，但对于所有其他的它都没有。