Xem thảo luận
Cải thiện bài viết
Lưu bài viết
Xem thảo luận
Cải thiện bài viết
Lưu bài viết
Đọc
Bàn luận For more information, refer to Introduction to OpenCV.
OpenCV là thư viện nguồn mở khổng lồ cho tầm nhìn máy tính, học máy và xử lý hình ảnh và bây giờ nó đóng vai trò chính trong hoạt động thời gian thực rất quan trọng trong các hệ thống ngày nay. Bằng cách sử dụng nó, người ta có thể xử lý hình ảnh và video để xác định các đối tượng, khuôn mặt hoặc thậm chí là chữ viết tay của con người. Bài viết này tập trung vào việc phát hiện các đối tượng.
Lưu ý: Để biết thêm thông tin, hãy tham khảo Giới thiệu về OpenCV.haar cascades.
Phát hiện đối tượng
Phát hiện đối tượng là một công nghệ máy tính liên quan đến tầm nhìn máy tính, xử lý hình ảnh và học sâu liên quan đến việc phát hiện các trường hợp của các đối tượng trong hình ảnh và video. Chúng tôi sẽ thực hiện phát hiện đối tượng trong bài viết này bằng cách sử dụng một cái gì đó được gọi là Haar Cascades.
- Haar Cascades These images contain the images which we want our classifier to identify.
- Phân loại Haar Cascade là một cách hiệu quả để phát hiện đối tượng. Phương pháp này được đề xuất bởi Paul Viola và Michael Jones trong việc phát hiện đối tượng nhanh bằng giấy của họ bằng cách sử dụng một loạt các tính năng đơn giản. Haar Cascade là một cách tiếp cận dựa trên máy học trong đó rất nhiều hình ảnh tích cực và tiêu cực được sử dụng để đào tạo trình phân loại. Images of everything else, which do not contain the object we want to detect.
Requirements.
Hình ảnh tích cực - Những hình ảnh này chứa các hình ảnh mà chúng tôi muốn trình phân loại của chúng tôi xác định.
- Hình ảnh tiêu cực - Hình ảnh của mọi thứ khác, không chứa đối tượng chúng ta muốn phát hiện.
- Các bước để tải xuống các yêu cầu dưới đây:
- Chạy lệnh sau trong thiết bị đầu cuối để cài đặt opencv .________ 0
Chạy lệnh sau trong thiết bị đầu cuối cài đặt matplotlib .________ 1 Put the XML file and the PNG image in the same folder as your Python script.
Để tải xuống tệp và hình ảnh Haar Cascade được sử dụng trong mã dưới đây dưới dạng tệp ZIP bấm vào đây.
Lưu ý: Đặt tệp XML và hình ảnh PNG trong cùng thư mục với tập lệnh Python của bạn.
Thực hiện
Hình ảnh được sử dụng:
Mở một hình ảnh
import
cv2
from
matplotlib
import
pyplot as plt
img
=
pip install matplotlib0
pip install matplotlib1
pip install matplotlib2
pip install matplotlib9
import
0import
1import
0import
1import
0pip install matplotlib2
import
6
import
7
Output:
pip install matplotlib
3=
pip install matplotlib
5
pip install matplotlib6
=
pip install matplotlib8
Sự công nhận
cv2
2cv2
3=
cv2
5cv2
6import
1cv2
6cv2
9
Chúng tôi sẽ sử dụng chức năng import
8 của OpenCV để nhận ra các dấu hiệu lớn cũng như các dấu hiệu nhỏ:
import
9=
cv2
1
from
0____9 from
2from
3
matplotlib
4matplotlib
5
from
4 from
5=
from
7from
8
from
9matplotlib
0 matplotlib
1matplotlib
2 matplotlib
3
matplotlib
6matplotlib
7matplotlib
8 matplotlib
9matplotlib
8 import
1
Hình ảnh được sử dụng:
Mở một hình ảnh
import
cv2
from
matplotlib
import
pyplot as plt
img
=
pip install matplotlib0
pip install matplotlib1
pip install matplotlib2
pip install matplotlib3
=
pip install matplotlib5
Sự công nhận
cv2
2cv2
3=
cv2
5cv2
6import
1cv2
6cv2
9
Chúng tôi sẽ sử dụng chức năng import
8 của OpenCV để nhận ra các dấu hiệu lớn cũng như các dấu hiệu nhỏ:
import
9=
cv2
1
from
0____9 from
2from
3
matplotlib
4matplotlib
5
from
4 from
5=
from
7from
8
matplotlib
6cv2
5from
7import
1import
6import
1from
7import
9pyplot as plt
0
pip install matplotlib2
pip install matplotlib9
import
0import
1import
0import
1import
0pip install matplotlib2
import
6
import
7
from
9matplotlib
0 matplotlib
1matplotlib
2 matplotlib
3