学习 CascadeClassifier::detectMultiScale 各个参数作用

62 阅读 0 评论 41 点赞

我是靠谱客的博主勤恳太阳，最近开发中收集的这篇文章主要介绍学习 CascadeClassifier::detectMultiScale 各个参数作用，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

CascadeClassifier::detectMultiScale（const Mat& image, vector<Rect>& objects, double scaleFactor=1.1，int minNeighbors, int flag）

这里先将图像变成灰度图，对它应用直方图均衡化，做一些预处理的工作。接下来检测人脸，调用detectMultiScale函数，该函数在输入图像的不同尺度中检测物体。

1. image为输入的灰度图像

2. objects为得到被检测物体的矩形框向量组

3. scaleFactor为每一个图像尺度中的尺度参数，默认值为1.1

4. minNeighbors参数为每一个级联矩形应该保留的邻近个数（没能理解这个参数，-_-|||），默认为3

5. flags对于新的分类器没有用（但目前的haar分类器都是旧版的，CV_HAAR_DO_CANNY_PRUNING利用Canny边缘检测器来排除一些边缘很少或者很多的图像区域，CV_HAAR_SCALE_IMAGE就是按比例正常检测，CV_HAAR_FIND_BIGGEST_OBJECT只检测最大的物，CV_HAAR_DO_ROUGH_SEARCH只做初略检测。