OpenCV Objdetect 模块使用指南

一、模块概述

OpenCV 的 Objdetect 模块专注于目标检测功能，借助不同的特征分类器，能够高效地在图像或视频中检测特定目标。本指南将详细介绍该模块中主要的特征分类器及其使用方法，并结合人脸检测和行人检测这两个典型应用场景进行代码实现与解释。

二、主要函数及类详解

（一）Haar 特征分类器：cv.CascadeClassifier()

功能

cv.CascadeClassifier() 是用于创建基于 Haar 特征的级联分类器对象，常被用于人脸检测任务。Haar 特征是一种简单而有效的图像特征，通过级联分类器可以快速筛选出包含目标（如人脸）的区域。

使用步骤

1. 初始化分类器：使用预训练的分类器文件初始化 CascadeClassifier 对象。
2. 读取图像或视频帧：从文件或摄像头获取待检测的图像。
3. 进行目标检测：调用分类器的 detectMultiScale 方法检测目标。
4. 绘制检测结果：在图像上绘制检测到的目标框。

示例代码

python

import cv2 as cv

# 初始化 Haar 级联分类器，使用预训练的人脸检测模型
face_cascade = cv.CascadeClassifier(cv.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 读取图像
image = cv.imread('test_face.jpg')
# 将图像转换为灰度图，因为 Haar 特征检测通常在灰度图像上进行
gray = cv.cvtColor(image, cv