Question

正如您在下面的代码中看到的那样，它只能检测具有haar级联的面部，我想知道如何向网络摄像头显示当前检测到的人数。例如，显示在网络摄像头X角落的人检测到。

from  __future__ import print_function 
import cv2 
cap = cv2.VideoCapture(0) 

face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

while (cap.isOpened()):
   ret,frame = cap.read()
   gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5, 
flags=cv2.CASCADE_SCALE_IMAGE,minSize=(50, 50), maxSize=None)

if len(faces) > 0:
  print("detected person!")
for (x, y, w, h) in faces:
    cv2.rectangle(frame, (x - 10, y - 20), (x + w + 10, y + h + 10), (0, 255, 0), 2)
    roi_gray = frame[y-15:y + h+10, x-10:x + w+10]

cv2.imshow("imagem", frame) 
if cv2.waitKey(1) & 0xFF == ord('q'): 
break 

cap.release() 
cv2.destroyAllWindows()

Answer 1

我怀疑代码中显示的所有内容都运行正常。

如果是这样，您已经知道len（面）检测到多少面。您现在只需要将此信息添加到视频中。

为此，我建议您使用cv::putText函数：https://docs.opencv.org/3.1.0/d6/d6e/group__imgproc__draw.html#ga5126f47f883d730f633d74f07456c576

然后，您就可以在每个读取的帧上添加它。

旁注：这可能只是因为在这里复制粘贴代码，但要注意缩进。

Answer 2

仅显示len（面）的数量可能无法解决目的，因为您可以在同一面上绘制多个边界框的实例。因此，我建议您执行非最大抑制（NMS）检测结果，然后每次调用NMS操作时递增计数器。计数器的最终计数将为您提供更好，更准确的结果。

如何在人脸检测中创建计数器？

2 个答案: