OpenCV檢測篇（一）——貓臉檢測

OpenCV

OpenCV是時下最流行的基於C++的開源計算機視覺庫，它功能豐富，函數眾多，從最基本的讀寫圖片，到簡單的圖像處理（比如降噪濾波、邊緣檢測、圖像變換、特徵提取等），再到更加高級的行人檢測、人臉識別、文本識別等，盡皆包含。在OpenCV提供的函數的基礎上，我們可以很方便地開發自己的應用，實現自己的演算法。總的來說，就是OpenCV非常強大。具體有多強大？那得用了才知道。

很多要做人臉識別，要用到SIFT特徵的人都問過的一個問題是，為什麼配置好opencv之後，卻找不到人臉識別的頭文件，找不到SIFT在哪？

這是因為OpenCV3.0之後，把一些還在最新的，但不是很穩定的，還在測試階段的東西放在了contrib模塊裡面。而且官方默認不帶contrib模塊。不幸的是，我們最想用的人臉識別和SIFT特徵都在contrib裡面。

如果需要用的話，那就需要自己編譯了。opencv在Visual Studio上的配置和編譯contrib的方法可以參考我之前的博客。今天的內容仍然是用Python語言，最近用Python用著比較順手。

OpenCV的Python環境配置

顯然，跟眾多基於C++的庫一樣， OpenCV也是有Python介面的。Python下配置OpenCV可以用下面兩種方法：

1. 官網下載並安裝OpenCV後，在目錄opencvbuildpython2.7x64之下有一個cv2.pyd文件，把它拷貝到python安裝目錄下的Libsite-packages文件夾下面即可。需要注意的是版本要對應，比如這裡就要對應64位的Python2.7。而且目前官方自帶的只有Python2.7版本的包。如果想要其他版本怎麼辦？

2. 那就要說到一個神奇的網站了：Unofficial Windows Binaries for Python Extension Packages，這裡面包含了幾乎所有的能用到的Python庫的安裝包，比如我們需要的OpenCV，這裡可以找到下面這麼多版本，可以適應不同的需求，還有編譯的contrib版本的，簡直是驚喜。

   

按照自己的環境下載相應的版本，然後還是用pip安裝，命令如下：

pip install *.whl

請把星號換成對應的名字。

我這裡用的是Python3.6包含contrib的64位的包。

貓臉檢測

喵星人真的是要統治世界了。不然為什麼OpenCV自帶的檢測器中除了人臉檢測、行人檢測這些意料之中就應該存在的檢測器之外，還悄悄多出了貓臉檢測器呢。

今天我們就來試一下這個貓臉檢測到底 是什麼樣的？基於OpenCV的貓臉檢測十分簡單。用Python的話只有區區20行代碼。其中20行代碼中發揮主要作用的只有一個函數：

detectMultiScale()

此函數的作用是，在輸入圖像中檢測不同尺寸的對象，返回包含對象的矩形框。它接收的參數：

1.image——輸入圖像

2.scaleFactor——表示每輪檢測圖像齒輪減少的比例

3.minNeighbors——指明對象要至少被檢測到幾次才能判定對象確實存在

4.minSize——檢測對象的最小尺寸

5.maxSize——檢測對象的最大尺寸

代碼

按照慣例，注釋齊全，無需多說。

效果

運行Python腳本後效果如下：

舉一反三

本文雖然只是在說貓臉檢測，但是在OpenCV下，人臉檢測、行人檢測、人眼檢測等都是同樣的道理，同樣的流程。只需要把最開始相應的檢測器換掉，然後按照實際情況調節detectMultiScale()的參數即可。比如以下是人臉檢測的效果：

下期預告

有了本文的基礎，再看下一篇內容就比較簡單了。下期內容：

OpenCV檢測篇（二）——笑臉檢測（微笑檢測）

這裡源碼看不清楚的話可以向主頁君索取。