我正在使用经过训练的 opencv 级联分类器来检测视频帧中的手,并希望降低我的误报率。在网上阅读,我看到您可以通过访问
detectMultiScale 方法返回的信息rejectLevels
来做到这一点。levelWeights
我在这里看到这在 C++ 中是可能的,我的问题是 - 有没有人设法在 Python 中做到这一点?这里问了一个类似的问题,但它是针对早期版本的检测方法。
如果可能,调用该方法的正确语法是什么?如果它对您有用,请提及您正在使用的 OpenCV 版本。我在 2.4.9。
2.4.11 API 给出以下语法
Python: cv2.CascadeClassifier.detectMultiScale(image, rejectLevels, levelWeights[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]])
因此,我尝试过
import cv2
import cv2.cv as cv
import time
hand_cascade = cv2.CascadeClassifier('cascade.xml')
img = cv2.imread('test.jpg')
rejectLevels = []
levelWeights = []
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = hand_cascade.detectMultiScale(gray,rejectLevels,levelWeights, 1.1, 5,cv.CV_HAAR_FIND_BIGGEST_OBJECT,(30, 30),(100,100),True)
但我得到的输出是
[[259 101 43 43]
[354 217 43 43]
[240 189 43 43]
[316 182 47 47]
[277 139 92 92]]
[]
[]
谢谢您的帮助,
罗南