# 創(chuàng)建Haar級(jí)聯(lián)器
facer = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
# 導(dǎo)入人臉圖片并灰度化
img = cv2.imread('p3.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 調(diào)用接口
faces = facer.detectMultiScale(gray, 1.1, 5)

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

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

結(jié)論：Haar級(jí)聯(lián)法對(duì)于完整臉部的檢測(cè)效果還是不錯(cuò)的，但對(duì)于不完整臉部識(shí)別效果差，這可能也是傳統(tǒng)算法的一個(gè)缺陷所在，泛化能力比較差；

拓展：Haar級(jí)聯(lián)器還可以對(duì)臉部中細(xì)節(jié)特征進(jìn)行識(shí)別

代碼如下：

# 創(chuàng)建Haar級(jí)聯(lián)器
facer = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
eyer = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
# 導(dǎo)入人臉圖片并灰度化
img = cv2.imread('p3.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 調(diào)用接口
faces = facer.detectMultiScale(gray, 1.1, 5)
i = 0
for (x,y,w,h) in faces:
? ? cv2.rectangle(img, (x,y), (x+w, y+h), (0,0,255), 2)
? ? ROI_img = img[y:y+h, x:x+w]
? ? eyes = eyer.detectMultiScale(ROI_img, 1.1, 5)
? ? for (x,y,w,h) in eyes:
? ? ? ? cv2.rectangle(ROI_img, (x,y), (x+w, y+h), (0,255,0), 2)
? ? i += 1
? ? name = 'img'+str(i)
? ? cv2.imshow(name, ROI_img)
cv2.waitKey()

總結(jié)：Haar級(jí)聯(lián)器提供了多種臉部屬性的識(shí)別，眼睛鼻子嘴巴都可以，但效果不一定那么準(zhǔn)確；

二、車(chē)牌識(shí)別

結(jié)構(gòu)：Haar+Tesseract車(chē)牌識(shí)別；

說(shuō)明：Haar級(jí)聯(lián)器僅用于定位車(chē)牌的位置，Tesseract用于提取其中的內(nèi)容；

實(shí)現(xiàn)步驟：

1、Haar級(jí)聯(lián)器定位車(chē)牌位置；

2、車(chē)牌預(yù)處理操作（二值化、形態(tài)學(xué)、濾波去噪、縮放）；

3、調(diào)用Tesseract進(jìn)行文字識(shí)別；

注意：這里需要預(yù)先安裝Tesseract；

代碼案例：

import pytesseract
# 創(chuàng)建Haar級(jí)聯(lián)器
carer = cv2.CascadeClassifier('./haarcascades/haarcascade_russian_plate_number.xml')
# 導(dǎo)入人臉圖片并灰度化
img = cv2.imread('chinacar.jpeg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 調(diào)用接口?
cars = carer.detectMultiScale(gray, 1.1, 3)
for (x,y,w,h) in cars:
? ? cv2.rectangle(img, (x,y), (x+w, y+h), (0,0,255), 2)
# 提取ROI
roi = gray[y:y+h, x:x+w]
# 二值化
ret, roi_bin = cv2.threshold(roi, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 文字識(shí)別
pytesseract.pytesseract.tesseract_cmd = r"D:\Tesseract_OCR\tesseract.exe"
text = pytesseract.image_to_string(roi, lang='chi_sim+eng',config='--psm 8 --oem 3')
print(text)
cv2.putText(img, text, (20,100), cv2.FONT_HERSHEY_SIMPLEX, 2, (0,0,255), 3)
cv2.imshow('img', img)
cv2.waitKey()

結(jié)論：車(chē)牌的位置檢測(cè)比較準(zhǔn)確，但Tesseract的識(shí)別并不那么準(zhǔn)確，可能用ORC識(shí)別會(huì)準(zhǔn)確一些；當(dāng)然識(shí)別的準(zhǔn)確率也和圖像處理后比較模糊有關(guān)，做一些處理能夠提升文字的識(shí)別率；

三、DNN圖像分類(lèi)

DNN為深度神經(jīng)網(wǎng)絡(luò)，并且是全連接的形式；

注意：OpenCV能夠使用DNN模型，但并不能訓(xùn)練；

DNN使用步驟：

讀取模型，得到網(wǎng)絡(luò)結(jié)構(gòu)；

讀取數(shù)據(jù)（圖片或視頻）

將圖片轉(zhuǎn)成張量，送入網(wǎng)絡(luò)；

模型輸出結(jié)果；

函數(shù)原型：

導(dǎo)入模型：readNet（model，[config]）

圖像轉(zhuǎn)張量：blobFromImage（image，scalefactor，size，mean，swapRB，crop）

送入網(wǎng)絡(luò)：net.setInput（blob）

模型推理：net.forward（）

代碼案例：

# 導(dǎo)入模型
config = "./model/bvlc_googlenet.prototxt"
model = "./model/bvlc_googlenet.caffemodel"
net = dnn.readNetFromCaffe(config, model)

# 加載圖片，轉(zhuǎn)成張量
img = cv2.imread('./smallcat.jpeg')
blob = dnn.blobFromImage(img, 1.0, (224,224), (104,117,123))

# 模型推理
net.setInput(blob)
r = net.forward()
idxs = np.argsort(r[0])[::-1][:5]

# 分類(lèi)結(jié)果展示
path = './model/synset_words.txt'
with open(path, 'rt') as f:
? ? classes = [x[x.find(" ")+1:]for x in f]
for (i, idx) in enumerate(idxs):
# 將結(jié)果展示在圖像上
? ? if i == 0:
? ? ? ? text = "Label: {}, {:.2f}%".format(classes[idx],
? ? ? ? ? ? r[0][idx] * 100)
? ? ? ? cv2.putText(img, text, (5, 25), ?cv2.FONT_HERSHEY_SIMPLEX,
? ? ? ? ? ? 0.7, (0, 0, 255), 2)
# 顯示圖像
cv2.imshow("Image", img)
cv2.waitKey(0)

結(jié)論：實(shí)際上有了模型之后，推理的步驟并不復(fù)雜，難點(diǎn)在于前處理與后處理；往往圖像的處理上的錯(cuò)誤，或者是對(duì)結(jié)果的處理問(wèn)題，會(huì)導(dǎo)致結(jié)果不符，這是需要特別注意的；

到此這篇關(guān)于Python OpenCV機(jī)器學(xué)習(xí)之圖像識(shí)別詳解的文章就介紹到這了,更多相關(guān)OpenCV 圖像識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: