OpenCV人脸检测参数设置

Question

我正在运行基于haar级联的opencv面部检测算法来处理视频帧。

每个帧都是256x256大小的，大部分都含有人脸，尺寸各不相同。

我注意到目前的设置无法检测到许多人脸，平均每20~50帧只能检测到一张人脸。

cscPath='haarcascade_frontalface_default.xml'
faceCascade=cv2.CascadeClassifier(cscPath)
image=cv2.imread(file)
faces=faceCascade.detectMultiScale(
    image,
    scaleFactor=1.2,
    minNeighbors=5,
    minSize=(10,10),
    flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)

在这种情况下，参数的最佳设置是什么？

我应该尝试不同的参数设置来进行试错吗？

- ytrewq

Answer 1

比例因子越小，分类器的搜索就越精确，但时间也会更长。该值决定每次运行图像寻找人脸时所调整图像大小的程度。如果您发现人脸的大小差别很大，则可能值得将该值降低到1.1（最低值），并查看是否可以改善结果。

此外，邻居数量也可能导致问题，将其从5降低到3可能会改善结果，但您也可能会得到一些误报（捕捉到墙壁或奇怪形状的物体），这是您可以根据需要进行微调的地方。

我怀疑您的人脸宽度都不会小于10个像素，所以minSize变量可能已经足够了。

关于flags，使用“flags = 0”可能更容易，因为我认为它们正在逐渐被淘汰（但我可能也错了）。

另外，我假设您的帧是灰度的？因为级联分类器的设计是用于灰度图像的，我注意到您在传递图像给分类器之前没有执行BGR2GRAY函数，您也可以通过将imread行更改为以下内容来执行此操作：

image = cv2.imread(file, 0)

同时，使用不同的分类器 .XML 可能也是值得一试的。OpenCV 中有一些可用的面部分类器，例如:

haarcascade_frontalface_alt

haarcascade_frontalface_alt_tree

haarcascade_frontalface_alt2

希望这有所帮助。

- Aphire