目标检测程序开发（四）——目标检测

遇到了一个不错的《OpenCV入门教程》http://www.opencv.org.cn/forum.php?mod=viewthread&tid=33549

包含矩阵类的操作，以及其内存管理的介绍

以及读写图像和视频的操作。

一个例子

#include<iostream>
#include"opencv2/opencv.hpp"

using namespace std;
using namespace cv;
int main(){

	CascadeClassifier classifier;//分类器
	classifier.load("E:\\training\\RESULT\\cascade.xml");//加载分类器

	Mat img = imread("E:\\training\\RESULT\\1.jpg",0);//待检测的图像，0表示转换为灰度图

	vector<Rect> faces;//保存识别到的目标的矩形
	//最后两个参数是扫描窗口的最小大小和最大大小
	classifier.detectMultiScale(img, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(20, 20));
	if (faces.empty()){
		imshow("test", img);

		waitKey(0);
		return 0;
	}
	else{
		//标出识别到的物体
		//计算圆心
		Point center(faces[0].x + faces[0].width / 2, faces[0].y + faces[0].height / 2);
		//画出椭圆
		ellipse(img, center, Size(faces[0].width, faces[0].height),
			10, 0, 360, Scalar(255, 0, 0), 1, 1);
		//显示图片
		imshow("test", img);

		waitKey(0);
		return 0;
	}

}

detectMultiScale这个方法好慢，，，扫描一遍我用50X50的仅仅扫描1遍都得1s时间，根本达不到应用的要求，应该考虑问题的实际情况，自己重写这个检测的方法，比如更准确的限制扫描窗口的大小，缩小扫描的范围，做并行扫描等等优化措施。

版权声明：本文为博主原创文章，未经博主允许不得转载。