# opencv学习记录

**Repository Path**: lvyingde51/opencv_learning_record

## Basic Information

- **Project Name**: opencv学习记录
- **Description**: 记录本人学习opencv时的demo！
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-05-05
- **Last Updated**: 2021-05-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# opencv学习记录

#### 介绍
记录本人学习opencv时的demo！

#### 使用说明

1.  代码放在code，比较乱。。
2.  但是考虑到调用图片比较方便，就不做多个文件夹整理
3.  自己写了一个imutils模块方便以RGB格式读取图片以及RGB格式显示图片，还有一个级联分类器的人脸识别函数

***

    import cv2
	import numpy as np
	import matplotlib.pyplot as plt
	
	def show(image):
	    plt.imshow(image)
	    plt.axis('off')  # 关闭坐标轴
	    plt.show()
	    
	def imread(image):
	    image = cv2.imread(image)
	    image = cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
	    return image
	
	def facedetect(image):
	    image = imread(image)
	    detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
	    rects = detector.detectMultiScale(image,scaleFactor=1.1,minNeighbors=4,minSize=(10,10),flags=cv2.CASCADE_SCALE_IMAGE) # CASCADE_SCALE_IMAGE 级联图片参数
	    for (x,y,w,h) in rects:
	        # 画矩形
	        cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),3)
	    show(image)



2020/5/12 12:03:17 更新

这次完成了一个人脸模型训练的作业，我利用一些图片作为训练集生成一个分类器用来区别两个人。其主要的步骤是将人脸识别的灰度图作为数据集，生成对应标签，然后根据标签生成模型，最后测试使用其他图片在人脸识别之后在使用模型进行predict预测，给对应图片打上标签。这样就完成了人脸分类。

**作业相关代码图片放在image_face-dectect文件夹，包括了训练集，测试集，生成的预测集，标签，xml模型(分类器）；**

**有些问题就是如果图片像素比较高的话画矩阵时就可能出现字小线条不清楚的情况。目前怀疑是分辨率问题**