软硬兼环境

• windows 10 64bit
• nivdia gtx 1066
• opencv 4.4.0

视频看这里

此处是youtube的播放链接，需要科学上网。喜欢我的视频，请记得订阅我的频道，打开旁边的小铃铛，点赞并分享，感谢您的支持。

示例代码

import cv2

# 加载
mouth_cascade = cv2.CascadeClassifier('haarcascade_mcs_mouth.xml')

if mouth_cascade.empty():
    raise IOError('Unable to load the mouth cascade classifier xml file')

# 读取本地摄像头，这里的参数可以传递
# 1. url，如"rtsp://"
# 2. 本地文件，如"test.mp4"
cap = cv2.VideoCapture(0)

# 进入循环
while True:
    # 读取一帧的视频数据，数据存储在frame中
    ret, frame = cap.read()
    if not ret:
        print('read frame failed.')
        break

    # 灰度化                
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    mouth_rects = mouth_cascade.detectMultiScale(gray, 1.7, 3)
    for (x, y, w, h) in mouth_rects:
        y = int(y - 0.15 * h)
        # 在目标上画框
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 3)
        break

    # 显示图像
    cv2.imshow('Mouth Detection', frame)

    c = cv2.waitKey(1)
    if c == 27:
        break

# 清理数据
cap.release()
cv2.destroyAllWindows()

其中最重要的方法detectMultiScale

objects =   cv.CascadeClassifier.detectMultiScale(  image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]] )

对应参数的含义如下

• image 待检测的图像
• scaleFactor 每次图像尺寸减小的比例
• minNeighbors 最小近邻数，小于这数，目标就会被忽略
• flags 与方法cvHaarDetectObjects中的意义一样，在新的分类器中已经不使用了
• minSize 目标的最小尺寸，低于这个尺寸就会被忽略
• maxSize 目标的最大尺寸，大于这个尺寸就会被忽略
• objects 检测到的目标序列

在实际使用中，可以对其中的参数进行微调以达到最优效果。

执行上述代码，可以得到

分类器下载地址

百度网盘链接：https://pan.baidu.com/s/1lmY726LVn8apPQpoY76pyA，提取码：jqeb

参考资料

• https://docs.opencv.org/4.4.0/db/d28/tutorial_cascade_classifier.html