背景
OpenCV中也提供了一些机器学习的方法，例如DNN；本篇将简单介绍一下机器学习的一些应用，对比传统和前沿的算法，能从其中看出优劣；
一、人脸识别
主要有以下两种实现方法：
1、哈尔（Haar）级联法：专门解决人脸识别而推出的传统算法；
实现步骤：
创建Haar级联器；
导入图片并将其灰度化；
调用函数接口进行人脸识别；
函数原型：
detectMultiScale（img，scaleFactor，minNeighbors）
scaleFactor：缩放尺寸；
minNeighbors：最小像素值；
代码案例：
# 创建Haar级联器
facer = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
# 导入人脸图片并灰度化
img = cv2.imread('p3.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 调用接口
faces = facer.detectMultiScale(gray, 1.1, 5)
for (x,y,w,h) in faces:
cv2.rectangle(img, (x,y), (x+w, y+h), (0,0,255), 2)
cv2.imshow('img', img)
cv2.waitKey()
结论：Haar级联法对于完整脸部的检测效果还是不错的，但对于不完整脸部识别效果差，这可能也是传统算法的一个缺陷所在，泛化能力比较差；
拓展：Haar级联器还可以对脸部中细节特征进行识别
代码如下：
# 创建Haar级联器
facer = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
eyer = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
# 导入人脸图片并灰度化
img = cv2.imread('p3.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 调用接口
faces = facer.detectMultiScale(gray, 1.1, 5)
i = 0
for (x,y,w,h) in faces:
cv2.rectangle(img, (x,y), (x+w, y+h), (0,0,255), 2)
ROI_img = img[y:y+h, x:x+w]
eyes = eyer.detectMultiScale(ROI_img, 1.1, 5)
for (x,y,w,h) in eyes:
cv2.rectangle(ROI_img, (x,y), (x+w, y+h), (0,255,0), 2)
i += 1
name = 'img'+str(i)
cv2.imshow(name, ROI_img)
cv2.waitKey()
总结：Haar级联器提供了多种脸部属性的识别，眼睛鼻子嘴巴都可以，但效果不一定那么准确；
二、车牌识别
结构：Haar+Tesseract车牌识别；
说明：Haar级联器仅用于定位车牌的位置，Tesseract用于提取其中的内容；
实现步骤：
1、Haar级联器定位车牌位置；
2、车牌预处理操作（二值化、形态学、滤波去噪、缩放）；
3、调用Tesseract进行文字识别；
注意：这里需要预先安装Tesseract；
代码案例：
import pytesseract
# 创建Haar级联器
carer = cv2.CascadeClassifier('./haarcascades/haarcascade_russian_plate_number.xml')
# 导入人脸图片并灰度化
img = cv2.imread('chinacar.jpeg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 调用接口
cars = carer.detectMultiScale(gray, 1.1, 3)
for (x,y,w,h) in cars:
cv2.rectangle(img, (x,y), (x+w, y+h), (0,0,255), 2)
# 提取ROI
roi = gray[y:y+h, x:x+w]
# 二值化
ret, roi_bin = cv2.threshold(roi, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
# 文字识别
pytesseract.pytesseract.tesseract_cmd = r"D:\Tesseract_OCR\tesseract.exe"
text = pytesseract.image_to_string(roi, lang='chi_sim+eng',config='--psm 8 --oem 3')
print(text)
cv2.putText(img, text, (20,100), cv2.FONT_HERSHEY_SIMPLEX, 2, (0,0,255), 3)
cv2.imshow('img', img)
cv2.waitKey()
结论：车牌的位置检测比较准确，但Tesseract的识别并不那么准确，可能用ORC识别会准确一些；当然识别的准确率也和图像处理后比较模糊有关，做一些处理能够提升文字的识别率；
三、DNN图像分类
DNN为深度神经网络，并且是全连接的形式；
注意：OpenCV能够使用DNN模型，但并不能训练；
DNN使用步骤：
读取模型，得到网络结构；
读取数据（图片或视频）
将图片转成张量，送入网络；
模型输出结果；
函数原型：
导入模型：readNet（model，[config]）
图像转张量：blobFromImage（image，scalefactor，size，mean，swapRB，crop）
送入网络：net.setInput（blob）
模型推理：net.forward（）
代码案例：
# 导入模型
config = "./model/bvlc_googlenet.prototxt"
model = "./model/bvlc_googlenet.caffemodel"
net = dnn.readNetFromCaffe(config, model)
# 加载图片，转成张量
img = cv2.imread('./smallcat.jpeg')
blob = dnn.blobFromImage(img, 1.0, (224,224), (104,117,123))
# 模型推理
net.setInput(blob)
r = net.forward()
idxs = np.argsort(r[0])[::-1][:5]
# 分类结果展示
path = './model/synset_words.txt'
with open(path, 'rt') as f:
classes = [x[x.find(" ")+1:]for x in f]
for (i, idx) in enumerate(idxs):
# 将结果展示在图像上
if i == 0:
text = "Label: {}, {:.2f}%".format(classes[idx],
r[0][idx] * 100)
cv2.putText(img, text, (5, 25), cv2.FONT_HERSHEY_SIMPLEX,
0.7, (0, 0, 255), 2)
# 显示图像
cv2.imshow("Image", img)
cv2.waitKey(0)
结论：实际上有了模型之后，推理的步骤并不复杂，难点在于前处理与后处理；往往图像的处理上的错误，或者是对结果的处理问题，会导致结果不符，这是需要特别注意的；
到此这篇关于Python OpenCV机器学习之图像识别详解的文章就介绍到这了,更多相关OpenCV 图像识别内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
