亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python 使用Opencv實現(xiàn)目標檢測與識別的示例代碼

 更新時間：2020年09月08日 10:43:40   作者：Xy-Huang  
這篇文章主要介紹了Python 使用Opencv實現(xiàn)目標檢測與識別的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

在上章節(jié)講述到圖像特征檢測與匹配 ，本章節(jié)是講述目標檢測與識別。后者是在前者的基礎(chǔ)上進一步完善。
在本章中，我們使用HOG算法，HOG和SIFT、SURF同屬一種類型的描述符。功能代碼如下：

import cv2
def is_inside(o, i):
 ox, oy, ow, oh = o
 ix, iy, iw, ih = i
 # 如果符合條件，返回True，否則返回False
 return ox > ix and oy > iy and ox + ow < ix + iw and oy + oh < iy + ih

# 根據(jù)坐標畫出人物所在的位置
def draw_person(img, person):
 x, y, w, h = person
 cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 255), 2)

# 定義HOG特征+SVM分類器
img = cv2.imread("people.jpg")
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
found, w = hog.detectMultiScale(img, winStride=(8, 8), scale=1.05)

# 判斷坐標位置是否有重疊
found_filtered = []
for ri, r in enumerate(found):
 for qi, q in enumerate(found):
 a = is_inside(r, q)
 if ri != qi and a:
  break
 else:
 found_filtered.append(r)
# 勾畫篩選后的坐標位置
for person in found_filtered:
 draw_person(img, person)
# 顯示圖像
cv2.imshow("people detection", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

運行結(jié)果如圖所示：


這個例子是使用HOG特征進行SVM算法訓練，這部分已開始涉及到機器學習的方面，通過SVM算法訓練數(shù)據(jù)集，然后根據(jù)某圖像與數(shù)據(jù)集進行匹配。

到此這篇關(guān)于Python 使用Opencv實現(xiàn)目標檢測與識別的示例代碼的文章就介紹到這了,更多相關(guān)Opencv 目標檢測與識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評論