机器学习实践系列之8 - 人眼定位

linolzhang

于 2017-02-16 22:32:37 发布

阅读量3.3k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：机器学习 | 计算机视觉文章标签： EyeAPI 人眼检测睁闭眼检测疲劳检测梯度下降

本文链接：https://blog.youkuaiyun.com/linolzhang/article/details/55278743

本文介绍了人眼检测技术，包括使用OpenCV的haarcascade_eye_tree_eyeglasses.xml模板进行检测，并探讨了中心点定位的Hough变换方法。还讨论了眨眼检测的三种常见方法：基于阈值判断、特征点运动和疲劳特征分析。最后提到，眨眼检测是疲劳监测的一个重要方面。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一. 人眼检测

OpenCV自带的人眼检测，代码及教程都已比较普及，这里不再啰嗦，训练模板直接 load已经训练好的文件：

haarcascade_eye_tree_eyeglasses.xml，直接看代码：

/* linolzhang 2014.10
   基于OpenCV的人眼检测 - Cascade
*/
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/objdetect/objdetect.hpp"

#pragma comment(lib,"opencv_core2410.lib")
#pragma comment(lib,"opencv_objdetect2410.lib")
#pragma comment(lib,"opencv_highgui2410.lib")

using namespace cv;

int main(int argc, char** argv)
{
	Mat src;
	if(argc != 2)  
		src = imread("1.png");
	else  
		src =  imread(argv[1]);

	CascadeClassifier eye_cascade;  
	eye_cascade.load("haarcascade_eye_tree_eyeglasses.xml"); 

	std::vector<Rect> eyes;
	eye_cascade.detectMultiScale( src, eyes, 1.1, 2, 0|CV_HAAR_SCALE_IMAGE, Size(30, 30) ); 

	for(int i=0; i<eyes.size(); i++)
		recta

最低0.47元/天解锁文章