Skip to main content

加载预训练的 Haar Cascade 分类器用于面部检测

note

本文档由 AI 翻译。如您发现内容有误或有改进建议，欢迎通过页面下方的评论区，或在以下 Issue 页面中告诉我们：https://github.com/Seeed-Studio/wiki-documents/issues

简介​

使用 Haar Cascade 方法 进行人脸检测是计算机视觉中的一项关键技术，它利用机器学习模型来识别面部特征。该方法依赖于基于 Haar 特征训练的级联分类器，从而能够快速准确地识别图像和视频流中的人脸。其广泛应用涵盖了多个领域，包括 用于安全和身份验证的人脸识别技术、视频监控系统，甚至摄影软件中基于检测到的人脸进行自动标记和分类。Haar Cascade 方法因其计算效率高而备受青睐，非常适合在各种场景中进行实时人脸检测，为面部分析和识别技术的进步做出了重要贡献。

开始准备​

在开始这个项目之前，您需要按照以下说明提前准备好硬件和软件。

硬件准备​

reTerminalPiCam
立即购买 🖱️
📚 了解更多

软件准备​

我们推荐从官方网站安装 Raspberry Pi 64 位操作系统的 Bullesye 或 Bullseye 版本。如果您希望安装新的 Raspbian 操作系统，请按照此 指南 中的步骤操作。

note

我们强烈建议您先查看我们之前的教程 OpenCV 入门，因为本教程是我们系列教程的延续。

什么是 Haar Cascade 方法？​

在 OpenCV 中，Haar Cascade 方法是一种基于机器学习的面部检测算法。它通过在正样本和负样本图像上训练一个级联分类器，使其能够识别面部的特征和模式。级联由多个阶段组成，每个阶段包含一组弱分类器，这些分类器逐步排除非面部区域，从而使检测过程更加高效。Haar-like 特征类似于深浅区域的矩形模式，是识别对象（如面部）的基础。一旦训练完成，该级联可以快速应用于图像或视频帧进行面部检测。由于其准确性和速度，该方法被广泛应用于各种场景，包括实时面部检测和识别。

如果您想了解更多，请参考此 文档。

让我们运行代码​

确保您处于正确的文件夹中。如果不是，请执行以下命令：

cd Seeed_Python_ReTerminal/samples/Opencv_and_piCam

或者，您也可以使用 Thonny IDE 来运行 Python 脚本。

python facedetection_pi.py

以下是完整的代码片段供您参考：

import cv2
from picamera2 import Picamera2

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

picam2 = Picamera2()
picam2.preview_configuration.main.size = (1280, 720)
picam2.preview_configuration.main.format = "RGB888"
picam2.preview_configuration.align()
picam2.configure("preview")
picam2.start()

try:
    while True:
        im = picam2.capture_array()
        cv2.imshow("Camera", im)

        # 将图像转换为灰度图以进行面部检测
        gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)

        # 执行面部检测
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5, minSize=(30, 30))

        # 在检测到的面部周围绘制矩形
        for (x, y, w, h) in faces:
            cv2.rectangle(im, (x, y), (x+w, y+h), (255, 0, 0), 2)

        # 显示带有面部检测的图像
        cv2.imshow("Face Detection", im)

        # 按下 'q' 键时退出循环
        if cv2.waitKey(1) == ord('q'):
            break

finally:
    # 释放资源
    cv2.destroyAllWindows()
    picam2.stop()
    picam2.close()

如果您想找到更多的 Haar Cascade XML 文件进行尝试，请参考此 链接。

应用​

Haarcascade 最初设计用于实时面部检测，经过改进后能够应对现代挑战。创新者已将其功能扩展到包括 口罩检测，这对于公共卫生措施至关重要。此外，该技术已被优化用于 车牌检测，特别是在硬件资源有限的环境中，这种功能尤为重要。这些改进展示了 Haarcascade 在满足计算机视觉应用中多样化需求方面的灵活性和高效性。

技术支持​

感谢您选择我们的产品！我们致力于为您提供多种支持，以确保您使用我们的产品时尽可能顺畅。我们提供多种沟通渠道，以满足不同的偏好和需求。

Loading Comments...