OpenCV检测眼睛、猫脸、行人、车牌实战（附Python源码）

向右看齐 2023-09-30 19:04 1阅读 0赞

> **需要源码和资源请点赞关注收藏后评论区留言私信~~~**

OpenCV提供的级联分类器除了可以识别人脸之外，还可以识别其他一些具有明显特征的物体，如眼睛、行人等，下面介绍几个OpenCV自带的级联分类器的用法

## 一、眼睛检测 ##

haarcascade\_eye.xml是检测眼睛的级联分类器文件，加载该文件就可以追踪眼睛的分类器，下面通过一个实例来介绍如何实现这个功能

下面在图像的眼睛位置绘制红框，通过for循环实现

![baeb77be80154a739e795e51e7a98126.png][]

部分代码如下

import cv2
    
    img = cv2.imread("peoples.png")  # 读取人脸图像
    # 加载识别眼睛的级联分类器
    eyeCascade = cv2.CascadeClassifier("cascades\\haarcascade_eye.xml")
    eyes = eyeCade.detectMultiScale(img, 1.15)  # 识别出所有眼睛
    for (x, y, w,  in eyes# 遍历所有眼睛的区域
        cv2.recn(img, (x, y), (x + w, y + h), (0, 0, 255), 4)  # 在图像中眼睛的位置绘制方框
    cv2.imsho("g", img)  # 显示最终处理的效果
    cv2.waiey() 下任何键盘按键后
    cv2.destroyllWindows()  # 释放所有窗体

## 二、猫脸检测 ##

opencv还提供了两个训练好的检测猫脸的级联分类器，分别是haarcascade\_frontcatface.xml和haarcascade\_frontcatface\_extended.xml，前者的判断标准比较高，较为精确，但可能有些猫脸识别不出来，后者的判断标准比较低，只要类似猫脸就会被认为是猫脸，使用猫脸分类器不仅可以判断猫脸的位置，还可以识别图像中有几只猫

识别效果如下

![959e283ebd7946c3818ca97f5519ccf7.png][]

![ad83f2e7450149b89fecc81f36449555.png][]

部分代码如下

import cv2
    img = cv2.imread(r"C:\Users\Administrator\Desktop\cat2.png")  # 读取猫脸图像
    # 加载识别猫脸的级联分类器
    catFaceCascade = cv2.("cascades\\haarcascade_frontalcatface_extended.xml")
    catFace = catFaceCascade.detecMultiScale(img, 1.5, 4)  # 识别出所有猫脸
    for (x, y, w, h)  catFce:  # 历所有猫脸的区域
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 5)# 在图像中猫脸的位置绘制方框
    cv2.imshow("Where is your cat?", img)  # 显示最终处理的效果
    cv2.waitKey()  按下任何键按键后
    cv2.destroyAllindows)  # 释放所有窗体

## 三、行人检测 ##

haarcascade\_fullbody.xml是检测人体（正面直立全身或者背面直立全身）的级联分类器文件，加载该文件就可以追踪人体的分类器，下面通过一个实例介绍如何使用此功能

下面我们在一幅图像中找到行人的位置并用红框圈出

![6d8b03eee2164598957b9748c7a69d48.png][]

部分代码如下

import cv2
    img = cv2.imread("monitoring.jpg")  # 读取图像
    # 加载识别类人体的级联分类器
    bodyCascade = c.CascadeClassifier("cascades\\haarcascade_fullbody.xml")
    bodys = bodycade.detectMultiScale(img, 1.15, 4)  # 识别出所有人体
    for (x, y, h) in bodys:  # 遍历所有人体区域
        cv2(img, (x, y), (x + w, y + h), (0, 0, 255), 5)# 在图像中人体的位置绘制方框
    cv2.imshow("img" img)  # 显示最终处理的效果
    cv2.waitKey()  # 按下任何键盘按键后
    cv2.destroyAllWindows()  # 释放所有窗体

## 四、车牌检测 ##

haarcascade\_russian\_plate\_number.xml是检测汽车车牌的级联分类器文件，加载该文件就可以追踪图像中的车牌，下面通过一个实例来介绍如何实现此功能

![786f67c79021487e95dacc69d99daf07.png][]

部分代码如下

import cv2
    
    img = cv2.imread("car.jpg")  # 读取车的图像
    # 加载识别车牌的级联分类器
    plateCascade = cv2.CascaClassifier("cascades\\haarcascade_russian_plate_number.xml")
    plates = platede.detectMuale(img, 1.15, 4)  # 识别出所有车牌
    for (x, y, w, h) ilates:  # 遍历所有车牌区域
        cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 5)  # 在图像中车牌的位置绘制方框
    cv2.imow("img", img)  # 显示最终处理的效果
    cv2.waKe # 按下任何键盘按键后
    cv2.destroyAllWindows()  # 释放所有窗体

**创作不易 觉得有帮助请点赞关注收藏~~~**

[baeb77be80154a739e795e51e7a98126.png]: https://img-blog.csdnimg.cn/baeb77be80154a739e795e51e7a98126.png
[959e283ebd7946c3818ca97f5519ccf7.png]: https://img-blog.csdnimg.cn/959e283ebd7946c3818ca97f5519ccf7.png
[ad83f2e7450149b89fecc81f36449555.png]: https://img-blog.csdnimg.cn/ad83f2e7450149b89fecc81f36449555.png
[6d8b03eee2164598957b9748c7a69d48.png]: https://img-blog.csdnimg.cn/6d8b03eee2164598957b9748c7a69d48.png
[786f67c79021487e95dacc69d99daf07.png]: https://img-blog.csdnimg.cn/786f67c79021487e95dacc69d99daf07.png