HAAR 人脸检测未按预期工作

Question

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，当我运行我的代码测试面部检测时，只有第一张图像有效（仅当 .detectMultiScale 设置为灰色，1.01,7 时）并且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）。我的负片图像尺寸更大，但不是灰度。有 80 个正图像和 160 个负图像。我确定这是否会影响结果。

Answer 1

如果您使用此代码（没有任何更改），则只会处理一张图像 (pic2.png)。对于多个图像，您需要从特定文件夹循环遍历图像路径。

Answer 2

首先你的负面和正面图像都应该在灰度。
其次，你没有说你是如何标记你的阳性的获取正向量的图像。
第三，你的图片数量（pos and neg）不够很难得到好的结果。（建议最低 900 neg 和 1800 pos）
最后，我假设你正在使用 opencv_traincascade 那么你在 xml 的哪个阶段完成了训练。

我的建议是遵循这个tutorial by following the documentation。我之前使用过这个教程并训练了很多对象，所以很好遵循

HAAR 人脸检测未按预期工作

HAAR face detection doesnt work as expected

python

opencv

haar-classifier