OpenCV 3中的部分人体检测
OpenCV 3中的部分人体检测
提问于 2017-03-30 00:48:21
我正在开发一个使用OpenCV和Python的人体检测程序。我看到了this very good example然后对它的样本进行了测试。它可以检测到人，无论他们面对的是哪里，并具有良好的重叠检测以及模糊运动。
然而，当我在我拥有的一些图像上运行它时(主要是膝盖以上、腰部以上和胸部向上的人的照片)，我发现该软件并不能很好地检测人。
你可以拿到photos from this link。这是我使用的代码：
# import the necessary packages
from __future__ import print_function
from imutils.object_detection import non_max_suppression
from imutils import paths
import numpy as np
import argparse
import imutils
import cv2
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--images", required=True, help="path to images directory")
args = vars(ap.parse_args())
# initialize the HOG descriptor/person detector
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
# loop over the image paths
imagePaths = list(paths.list_images(args["images"]))
for imagePath in imagePaths:
# load the image and resize it to (1) reduce detection time
# and (2) improve detection accuracy
image = cv2.imread(imagePath)
image = imutils.resize(image, width=min(400, image.shape[1]))
orig = image.copy()
# detect people in the image
(rects, weights) = hog.detectMultiScale(image, winStride=(4, 4),
padding=(8, 8), scale=1.05)
# draw the original bounding boxes
for (x, y, w, h) in rects:
cv2.rectangle(orig, (x, y), (x + w, y + h), (0, 0, 255), 2)
# apply non-maxima suppression to the bounding boxes using a
# fairly large overlap threshold to try to maintain overlapping
# boxes that are still people
rects = np.array([[x, y, x + w, y + h] for (x, y, w, h) in rects])
pick = non_max_suppression(rects, probs=None, overlapThresh=0.65)
# draw the final bounding boxes
for (xA, yA, xB, yB) in pick:
cv2.rectangle(image, (xA, yA), (xB, yB), (0, 255, 0), 2)
# show some information on the number of bounding boxes
filename = imagePath[imagePath.rfind("/") + 1:]
print("[INFO] {}: {} original boxes, {} after suppression".format(
filename, len(rects), len(pick)))
# show the output images
cv2.imshow("Before NMS", orig)
cv2.imshow("After NMS", image)
cv2.waitKey(0)这很简单。它遍历图像，找到其中的人物，然后绘制边界矩形。如果矩形重叠，它们会连接在一起，以防止假阳性和在单个人中检测到超过1个人。
然而，正如我在上面提到的，如果人们的脚的某些部分不存在，代码将无法识别他们。
有没有办法让OpenCV识别那些在视频中可能只有部分身体(膝盖以上，腰部以上，胸部向上)的人？在我的用例场景中，我认为寻找手臂和腿并不重要，只要躯干和头部存在，我就应该能够看到它。
回答 1
Stack Overflow用户
发布于 2017-04-01 23:09:47
我发现了哈尔上半身的瀑布。虽然它可能并不总是有效的(我会发布一个关于这个问题的新问题)，但这是一个很好的开始。
代码如下：
import numpy as np
import cv2
img = cv2.imread('path/to/img.jpg',0)
upperBody_cascade = cv2.CascadeClassifier('../path/to/haarcascade_upperbody.xml')
arrUpperBody = upperBody_cascade.detectMultiScale(img)
if arrUpperBody != ():
for (x,y,w,h) in arrUpperBody:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
print 'body found'
cv2.imshow('image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()但它并不像我从pyimagesearch中拿来的解决方案那样精致。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43099540
复制相关文章
相似问题