cv::CascadeClassifier 类参考

用于目标检测的级联分类器类。 更多...

#include <opencv2/objdetect.hpp>

cv::CascadeClassifier 的协作图

公共成员函数
	CascadeClassifier ()
	CascadeClassifier (const String &filename)
	从文件加载分类器。
	~CascadeClassifier ()
void	detectMultiScale (InputArray image, std::vector< Rect > &objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
	在输入图像中检测不同大小的目标。检测到的目标作为矩形列表返回。
void	detectMultiScale (InputArray image, std::vector< Rect > &objects, std::vector< int > &numDetections, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())
void	detectMultiScale (InputArray image, std::vector< Rect > &objects, std::vector< int > &rejectLevels, std::vector< double > &levelWeights, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size(), bool outputRejectLevels=false)
bool	empty () const
	检查分类器是否已加载。
int	getFeatureType () const
Ptr< BaseCascadeClassifier::MaskGenerator >	getMaskGenerator ()
void *	getOldCascade ()
Size	getOriginalWindowSize () const
bool	isOldFormatCascade () const
bool	load (const String &filename)
	从文件加载分类器。
bool	read (const FileNode &node)
	从 FileStorage 节点读取分类器。
void	setMaskGenerator (const Ptr< BaseCascadeClassifier::MaskGenerator > &maskGenerator)

静态公共成员函数
static bool	convert (const String &oldcascade, const String &newcascade)

公共属性
Ptr< BaseCascadeClassifier >	cc

详细描述

用于目标检测的级联分类器类。

示例

samples/cpp/facedetect.cpp.

构造函数和析构函数文档

CascadeClassifier() [1/2]

cv::CascadeClassifier::CascadeClassifier

(

)

Python
	cv.CascadeClassifier(		) ->	<CascadeClassifier 对象>
	cv.CascadeClassifier(	filename	) ->	<CascadeClassifier 对象>

CascadeClassifier() [2/2]

cv::CascadeClassifier::CascadeClassifier

(

const String &

filename

)

Python
	cv.CascadeClassifier(		) ->	<CascadeClassifier 对象>
	cv.CascadeClassifier(	filename	) ->	<CascadeClassifier 对象>

从文件加载分类器。

参数

filename

加载分类器的文件名称。

~CascadeClassifier()

cv::CascadeClassifier::~CascadeClassifier

(

)

成员函数文档

convert()

static bool cv::CascadeClassifier::convert ( const String &  oldcascade, const String &  newcascade  )

static

Python
	cv.CascadeClassifier.convert(	oldcascade, newcascade	) ->	retval
	cv.CascadeClassifier_convert(	oldcascade, newcascade	) ->	retval

detectMultiScale() [1/3]

void cv::CascadeClassifier::detectMultiScale	(	InputArray	image,
		std::vector< Rect > &	objects,
		double	scaleFactor = 1.1,
		int	minNeighbors = 3,
		int	flags = 0,
		Size	minSize = Size(),
		Size	maxSize = Size()
	)

Python
	cv.CascadeClassifier.detectMultiScale(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects
	cv.CascadeClassifier.detectMultiScale2(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects, numDetections
	cv.CascadeClassifier.detectMultiScale3(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]	) ->	objects, rejectLevels, levelWeights

在输入图像中检测不同大小的目标。检测到的目标作为矩形列表返回。

参数

image	类型为 CV_8U 的矩阵，包含检测到目标的图像。
objects	矩形向量，每个矩形包含检测到的目标，矩形可能部分位于原始图像之外。
scaleFactor	指定每次图像缩放时图像大小缩小多少的参数。
minNeighbors	指定每个候选矩形应该有多少个邻居才能保留它的参数。
flags	对于旧级联，此参数与函数 cvHaarDetectObjects 中的参数含义相同。它不适用于新级联。
minSize	最小可能目标大小。小于此大小的目标将被忽略。
maxSize	最大可能目标大小。大于此大小的目标将被忽略。如果 maxSize == minSize，模型将在单个尺度上进行评估。

示例

samples/cpp/facedetect.cpp.

detectMultiScale() [2/3]

void cv::CascadeClassifier::detectMultiScale	(	InputArray	image,
		std::vector< Rect > &	objects,
		std::vector< int > &	numDetections,
		double	scaleFactor = 1.1,
		int	minNeighbors = 3,
		int	flags = 0,
		Size	minSize = Size(),
		Size	maxSize = Size()
	)

Python
	cv.CascadeClassifier.detectMultiScale(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects
	cv.CascadeClassifier.detectMultiScale2(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects, numDetections
	cv.CascadeClassifier.detectMultiScale3(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]	) ->	objects, rejectLevels, levelWeights

这是一个重载成员函数，为了方便起见提供。它与上面的函数的不同之处仅在于它接受的参数。

参数

image	类型为 CV_8U 的矩阵，包含检测到目标的图像。
objects	矩形向量，每个矩形包含检测到的目标，矩形可能部分位于原始图像之外。
numDetections	对应目标的检测次数向量。目标的检测次数是指将在一起形成目标的相邻正分类矩形的数量。
scaleFactor	指定每次图像缩放时图像大小缩小多少的参数。
minNeighbors	指定每个候选矩形应该有多少个邻居才能保留它的参数。
flags	对于旧级联，此参数与函数 cvHaarDetectObjects 中的参数含义相同。它不适用于新级联。
minSize	最小可能目标大小。小于此大小的目标将被忽略。
maxSize	最大可能目标大小。大于此大小的目标将被忽略。如果 maxSize == minSize，模型将在单个尺度上进行评估。

detectMultiScale() [3/3]

void cv::CascadeClassifier::detectMultiScale	(	InputArray	image,
		std::vector< Rect > &	objects,
		std::vector< int > &	rejectLevels,
		std::vector< double > &	levelWeights,
		double	scaleFactor = 1.1,
		int	minNeighbors = 3,
		int	flags = 0,
		Size	minSize = Size(),
		Size	maxSize = Size(),
		bool	outputRejectLevels = false
	)

Python
	cv.CascadeClassifier.detectMultiScale(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects
	cv.CascadeClassifier.detectMultiScale2(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]	) ->	objects, numDetections
	cv.CascadeClassifier.detectMultiScale3(	image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize[, outputRejectLevels]]]]]]	) ->	objects, rejectLevels, levelWeights

这是一个重载成员函数，为了方便起见提供。它与上面的函数的不同之处仅在于它接受的参数。此函数允许您检索分类的最终阶段决策确定性。为此，需要将 outputRejectLevels 设置为 true 并提供 rejectLevels 和 levelWeights 参数。对于每个生成的检测，levelWeights 将包含最终阶段的分类确定性。然后可以使用此值将强分类与弱分类区分开来。

下面是一个关于如何有效使用它的代码示例

Mat img;
vector<double> weights;
vector<int> levels;
vector<Rect> detections;
CascadeClassifier model("/path/to/your/model.xml");
model.detectMultiScale(img, detections, levels, weights, 1.1, 3, 0, Size(), Size(), true);
cerr << "Detection " << detections[0] << " with weight " << weights[0] << endl;

empty()

bool cv::CascadeClassifier::empty

(

)

const

Python
	cv.CascadeClassifier.empty(		) ->	retval

检查分类器是否已加载。

示例

samples/cpp/facedetect.cpp.

getFeatureType()

int cv::CascadeClassifier::getFeatureType

(

)

const

Python
	cv.CascadeClassifier.getFeatureType(		) ->	retval

getMaskGenerator()

Ptr< BaseCascadeClassifier::MaskGenerator > cv::CascadeClassifier::getMaskGenerator

(

)

getOldCascade()

void * cv::CascadeClassifier::getOldCascade

(

)

getOriginalWindowSize()

Size cv::CascadeClassifier::getOriginalWindowSize

(

)

const

Python
	cv.CascadeClassifier.getOriginalWindowSize(		) ->	retval

isOldFormatCascade()

bool cv::CascadeClassifier::isOldFormatCascade

(

)

const

Python
	cv.CascadeClassifier.isOldFormatCascade(		) ->	retval

load()

bool cv::CascadeClassifier::load

(

const String &

filename

)

Python
	cv.CascadeClassifier.load(	filename	) ->	retval

从文件加载分类器。

参数

filename

加载分类器所用的文件名称。该文件可能包含由 haartraining 应用程序训练的旧 HAAR 分类器或由 traincascade 应用程序训练的新级联分类器。

示例

samples/cpp/facedetect.cpp.

read()

bool cv::CascadeClassifier::read

(

const FileNode &

node

)

Python
	cv.CascadeClassifier.read(	node	) ->	retval

从 FileStorage 节点读取分类器。

注意

该文件只能包含新的级联分类器（由 traincascade 应用程序训练）。

setMaskGenerator()

void cv::CascadeClassifier::setMaskGenerator

(

const Ptr< BaseCascadeClassifier::MaskGenerator > &

maskGenerator

)

成员数据文档

cc

Ptr<BaseCascadeClassifier> cv::CascadeClassifier::cc

---

此类的文档从以下文件生成

• opencv2/objdetect.hpp