我在Python
中有一个算法Viola-Jones。我使用的是haarcascade
xml,它是从openCV
根文件加载的。但是openCV
中没有任何用于口腔和鼻子的xml文件,所以我从EmguCV下载了这些文件。对面部的检测结果是可以的,但眼睛的检测效果不好,用嘴鼻子检测的效果很差。我试图更改face_cascade.detectMultiScale
中的参数,但一点帮助都没有。在
我的代码:
import cv2
import sys
def facedet(img):
face_cascade = cv2.CascadeClassifier('/home/kattynka/opencv/data/haarcascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('/home/kattynka/opencv/data/haarcascades/haarcascade_eye.xml')
mouth_cascade = cv2.CascadeClassifier('/home/kattynka/opencv/data/haarcascades/haarcascade_mcs_mouth.xml')
nose_cascade = cv2.CascadeClassifier('/home/kattynka/opencv/data/haarcascades/haarcascade_mcs_nose.xml')
img = cv2.imread(img)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
cv2.rectangle(img, (x,y), (x+w,y+h), (255,0,0), 2)
roi_gray = gray[y:y+h, x:x+w]
roi_color = img[y:y+h, x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray)
nose = nose_cascade.detectMultiScale(roi_gray)
mouth = mouth_cascade.detectMultiScale(roi_gray)
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color, (ex,ey), (ex+ew, ey+eh), (0,255,0), 2)
for (nx, ny, nw, nh) in nose:
cv2.rectangle(roi_color, (nx, ny), (nx + nw, ny + nh), (0, 0, 255), 2)
for (mx, my, mw, mh) in mouth:
cv2.rectangle(roi_color, (mx, my), (mx + mw, my + mh), (0, 0, 0), 2)
cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
if __name__ == '__main__':
#img = sys.argv[1]
facedet(img)
我的问题
我做错什么了?有没有简单的解决办法,能给我一个更好的结果?在
输出:
进口cv2 导入系统
你可以试试这个代码。它对我有用。在
Haar-cascade对面部效果不错,但对于较小的单个部分则不太好。一个更好的解决方案是一起检测所有的面部标志点。一个很好的算法是“Vahid Kazemi和Josephine Sullivan,CVPR 2014的回归树集合的一毫秒人脸对齐”,该算法在Dlib(http://dlib.net/face_landmark_detection.py.html)中实现。在
这对我很有效。在
我发现,如果你把脸分成两个部分,让眼睛在上面部分找眼睛,在下面部分找嘴,效果非常好。在
这是我对下面代码所做的粗略说明。在
我知道我使用的级联是
^{pr2}$smile
,但嘴巴似乎不起作用。在相关问题 更多 >
编程相关推荐