OpenCV学习笔记——05人脸检测

最新推荐文章于 2025-08-04 18:48:37 发布
最新推荐文章于 2025-08-04 18:48:37 发布
阅读量6.4k 收藏
点赞数 5
CC 4.0 BY-SA版权
文章标签： opencv pycharm python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42190106/article/details/121529724
本文详细介绍了如何使用OpenCV进行人脸检测。首先新建工程并导入cv模块，接着利用预训练的人脸检测分类器`CascadeClassifier`。检测函数`detectMultiScale()`处理图片，调整参数以适应不同场景。通过实例演示，展示人脸检测效果，帮助读者掌握OpenCV在图像处理中的应用。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1、新建工程：05人脸检测

2、导入cv模块，读取图片

3、检测函数：cv.CascadeClassifier('训练目录')

 注：（1）我用到的分类器是下载的OpenCV自带的分类器具体的地址按照使用者电脑路径配置

                地址：opencv>>sources>>data>>xxxxxxxxxxx.xml文件

        （2）从文件夹中复制过来的地址“\”需要改为“/”

4、detectMultiScale():

该函数（要处理的图片，遍历后缩放的倍数，检测次数，0，（最小范围），（最大范围））

5、读取图片

 6、效果图

Kamiべ
关注
轻量人脸检测，5个关键点
jacke121的专栏
05-07 3119
https://github.com/midasklr/LightWeightFaceDetector mobilenetv3_small 模型2.1m Models Easy Medium Hard mobilenetv1_0.25 0.91718 0.79766 0.3592 mobilenetv2_0.1 0.85330 0.68946 0.2993 mobilenetv3_small 0.93419 0.8...
OpenCV学习笔记 使用OpenCV进行人脸交换
学以致用 知行合一
03-07 1103
首先说换脸这件事情，已经可以算是有一丢丢古老的技术了，基于OpenCV进行人脸交换的好处在于简单，坏处在于无法复刻表情。如果想要比较完美的可以去找相关技术，如果想要对脸部进行一些自定义操作，那么了解OpenCV换脸涉及到的技术点还是有价值的。基于OpenCV进行人脸交换的步骤大致是面部标志检测、Delaunay 三角测量、面部变形和无缝克隆等过程。
OpenCV学习笔记之图像处理与人脸检测
weixin_50260062的博客
07-22 2466
1.1访问摄像头： 在OpenCV中，通过cv::VideoCapture对象的open()方法可访问摄像头或者相机设备。 #include<iostream> #include<opencv2/opencv.hpp> using namespace std; using namespace cv; void main(int argc,char *argv[]){ auto cameraNumber = 0; if(argc > 1)...
基于Opencv和MTCNN检测人脸五个关键点进行仿射变换人脸对齐 - Python版本
qq_33221533的博客
04-11 1万+
最近需要做人脸对齐的算法，通俗理解就是将图片人人脸姿态不太正确的给矫正过来，所以写了python版本的人脸对齐算法。基本原理是先通过MTCNN检测到人脸的五个关键点，再把原图中人脸区域外扩100%（这样做的目的是保证对齐后图片中没有黑色区域，当然这个外扩的比例是看对齐效果自己可以调节的，我这里设置的100%）。最后的人脸对齐尺寸分为两种：112X96尺寸和112X112尺寸，其中首先需要定死仿射变......
opencv学习笔记——自己训练人脸识别分类器
热门推荐
wanty_chen的博客
04-15 1万+
       在使用opencv自带的分类器haarcascade_frontalface_alt.xml进行人脸识别的基础认识后，决定自己训练一个分类器看一下效果。该过程大致可分为三个阶段：样本采集、分类器训练和运用训练好的分类器进行人脸检测。1、样本的采集       在训练前，我们需要进行正样本及负样本的采集。       正样本采用的是ORL人脸数据库中的部分图像，本次共选用63张图像，初...
9月12日OpenCV学习笔记——基于 Dlib 库的人脸检测
Ashen_0nee的博客
09-12 1004
本文为9月12日OpenCV学习笔记——基于 Dlib 库的人脸检测，分为四个章节： - 基于 Dlib 的人脸检测； - 基于 Dlib 库人脸关键点检测； - 基于 face_recognition 人脸关键点检测； - 基于 Dlib 库人脸跟踪。
9月10日OpenCV学习笔记——Mask、彩色直方图、人脸检测
Ashen_0nee的博客
09-10 840
本文为9月10日OpenCV学习笔记——Mask、彩色直方图、人脸检测，分为五个章节： - Mask； - 彩色直方图； - 画出基本图形； - 图片上显示文本； - 人脸检测。
.Net AI学习笔记系列第八章 OpenCVSharp实操——剪切人脸头像
brooth123的博客
06-12 1052
本文主要介绍使用CascadeClassifier类读取haarcascade_frontalface_default.xml文件，建立人脸检测的对象，然后再使用人脸检测的对象的方法——DetectMultiScale进行人脸数量识别。hascadeClassifier 是 OpenCV（Open Source Computer Vision Library）中的一个类，用于实现基于级联分类器的目标检测任务，如人脸检测、眼睛检测等。
OpenCV学习笔记——《基于OpenCV的数字图像处理》
qq_32971095的博客
07-08 2316
（主体模块、环境变量配置（VS2019）、源码手动编译（CMake）、调用动/静态库、cv命名空间、OpenCV API特点、数据内部接口InputArray/OutputArray、错误处理、OpenCV头文件、HighGui模块）示例代码：int main()setWindowTitle("lena", "Lena经典图像窗口");//读取图像return -1;//如果读取图像失败，则返回//显示图像waitKey(0);//等待用户输入\n";2.播放视频。
OpenCV学习——摄像头人脸识别
weixin_51995147的博客
06-16 3845
在学会对图像文件中的人脸进行识别后，还要使用摄像头进行人脸识别，需要先读取摄像头所获取的画面，并将画面进行存储，之后在对存储图像进行人脸识别，并将识别出的人脸存储。
OpenCV-Python实战（21）——OpenCV人脸检测项目在Web端的部署
2401_83817916的博客
04-20 880
**[外链图片转存中…(img-acOx6IfX-1713601215667)][外链图片转存中…(img-gYlsjr18-1713601215668)][外链图片转存中…(img-lefHHTL1-1713601215669)][外链图片转存中…(img-XmGLe2Hy-1713601215669)]
OpenCV2.4.3学习笔记——core
08-13
在OpenCV 2.4.3的学习中，核心模块（core）是理解整个库的基础。OpenCV是一个由C/C++构建的...通过深入学习OpenCV的核心概念和各模块的功能，开发者能够构建复杂的计算机视觉应用，如视频分析、目标检测、3D重建等。
YOLOv8/YOLOv11 C++ OpenCV DNN推理
qq_44992785的博客
08-01 252
本文介绍了使用C++和OpenCV部署YOLOv8目标检测模型的方法。首先需将YOLOv8的.pt模型转换为ONNX格式。代码实现了一个YOLO类，包含预处理、推理和后处理功能，支持多种输出格式解析，并实现了非极大值抑制(NMS)和结果可视化。主要步骤包括：加载ONNX模型、图像预处理、执行推理、解析输出张量、应用NMS过滤冗余框，最后绘制检测结果。该方案使用OpenCV DNN模块，支持CPU推理，适用于台球检测等场景，可输出带类别标签和置信度的检测框。
OpenCV图像缩放：resize
luofeiju的专栏
07-30 508
图像缩放是图像处理的基础操作，OpenCV提供了cv::resize函数实现此功能。该函数支持多种插值方式：INTER_NEAREST（最快但效果差）、INTER_LINEAR（默认）、INTER_CUBIC（适合放大）和INTER_AREA（专为缩小设计）。需特别注意不要与cv::Mat::resize混淆，后者仅改变矩阵元素数量而非图像尺寸。实际应用中，缩小图像推荐使用INTER_AREA，批量处理时可统一设置目标尺寸。正确选择插值方法和区分函数用途是提升图像处理效果的关键。
opencv引入libavif
最新发布
优快云_WHB的博客
08-04 166
本文介绍了opencv原生版编译过程中如何按需裁剪模块并添加AVIF格式支持。同时增加了avif解码的测试demo
Python爬虫实战：研究OpenCV技术构建图像数据处理系统
ylfhpy的博客
08-01 380
OpenCV 作为一个开源的计算机视觉库，提供了丰富的图像处理和分析功能，包括图像读取、预处理、特征提取、目标检测等，被广泛应用于各类计算机视觉任务中。总之，将 Python 爬虫技术与 OpenCV 相结合的图像数据处理系统为网络图像资源的获取和分析提供了高效、自动化的解决方案，具有广泛的应用前景和进一步优化的空间。网络爬虫技术作为一种自动化的数据采集工具，能够快速、高效地从互联网上获取所需的图像资源，为构建大型图像数据集提供了可行的解决方案。这些算法可用于开发实时的计算机视觉应用程序。
Python-初学openCV——图像预处理（三）
bright_colo的博客
07-27 1484
我们对图像进行处理后，需要对空出来的区域进行一个填充，此外、后续的一些图像处理方式也会用到边缘填充(下面例子会在插值方法后继续操作)
Python-初学openCV——图像预处理（五）——梯度处理、边缘检测、图像轮廓
bright_colo的博客
08-03 1067
还记得高数中的一阶导数求极值吗？把图片想象成连续函数，因为边缘部分的像素值是与旁边像素明显有区别的，所以对图片局部求极值，就可以得到整幅图片的边缘信息了。不过图片是二维的离散函数，导数就变成了差分，这个差分就称为图像的梯度。
Canny边缘检测算法-个人记录
在全栈和前端徘徊的程序员
08-01 269
摘要：Canny边缘检测算法是计算机视觉中的经典方法，通过高斯滤波、梯度计算、非极大值抑制和双阈值检测等步骤实现精确边缘提取。在复杂环境下，该算法面临光照变化、噪声干扰等挑战。优化策略包括自适应高斯滤波、多尺度检测、自适应阈值计算和改进的非极大值抑制等。代码实现展示了自适应预处理、多尺度融合、精确阈值计算等关键技术，通过形态学后处理进一步优化边缘质量。这些优化方法显著提升了算法在复杂场景下的鲁棒性和准确性。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值