OpenCV detectMultiScale（）minNeighbors参数

Question

我目前正在使用Haar分类器来检测物体。 在我的路上，我不明白什么是minNeighbors参数，是什么 它代表什么？ 实际上我不明白检测的邻居是什么 候选矩形。任何人都可以定义相邻的想法吗？

Answer 1

Haar级联分类器使用滑动窗口方法。如果您查看级联文件，您可以看到一个大小参数，通常是一个非常小的值，如20 20.这是级联可以检测到的最小窗口。因此，通过应用滑动窗口方法，您可以将窗口滑过图片而不是调整大小，然后再次搜索，直到无法进一步调整大小。因此，每次迭代都会存储haar的级联分类器真实输出。所以当这个窗口被滑动时，图片会重新调整大小并再次滑动;它实际上检测到许多误报。您可以通过提供 minNeighbors 0 来检查检测到的内容。这是一个例子：

因此，由于调整滑动窗口的大小以及大量的误报，因此会有很多人脸检测。因此，为了消除误报并从检测中获得正确的面矩形，应用邻域方法。就像它在其他矩形附近而不是它可以，你可以进一步传递它。因此，此数字决定了将其作为面矩形传递所需的邻域数。在 1 的同一张图片中：

因此，通过增加这个数字你可以消除误报，但要小心，通过增加它你也可以失去真正的积极因素。当它 3 时，一个完美的结果：

Answer 2

来自OpenCV documentation：

  

minNeighbors - 参数指定每个候选矩形应保留多少个邻居。

换句话说，此参数将影响检测到的面部的质量。值越高，检测越少，但质量越高。

此参数背后的想法是检测器将以多尺度样式运行，同时遵循滑动窗口策略。完成此步骤后，即使是单个面部区域，它也会为您提供多个响应。此参数倾向于过滤这些响应，就像设置下限阈值一样，即如果此面部的响应数高于minNeighbors，它将仅计为有效面。

---

要了解CascadeClassifier::detectMultiScale的其他参数，请查看我之前回答的this post。