Question

使用 Python 时，

openCV函数

cv.HaarDetectObjects()

返回找到的对象以及检测分数。

如果我使用opencv2函数，

cv2.CascadeClassifier.detectMultiScale()

我得到了检测到的对象，但没有得分。这使得很难获得检测的良好“置信度”。

有没有办法以某种方式使用CV2？

Answer 1

根据documentation

cv2.CascadeClassifier.detectMultiScale(image, rejectLevels, levelWeights[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]) → objects

列表rejectLevels是一种表示检测结果可信度的分数。

相应的（但未记录的）C++ API是：

CV_WRAP virtual void detectMultiScale( const Mat& image,
                               CV_OUT vector<Rect>& objects,
                               vector<int>& rejectLevels,
                               vector<double>& levelWeights,
                               double scaleFactor=1.1,
                               int minNeighbors=3, int flags=0,
                               Size minSize=Size(),
                               Size maxSize=Size(),
                               bool outputRejectLevels=false );

Answer 2

我知道这是一个非常古老的问题，但因为有一个未回答的评论：可以使用 detectMultiScale3 方法，该方法接受 outputRejectLevels 布尔参数并返回置信度分数。

weights='data/haarcascades/haarcascade_frontalface_alt.xml'
face_cascade = cv2.CascadeClassifier()
face_cascade.load(cv2.samples.findFile(weights))
face_cascade.detectMultiScale3(image, outputRejectLevels=True)

如何获得cv2.CascadeClassifier.detectMultiScale（）的分数？

2 个答案: