用于对象检测的级联分类器类。更多...

#include <opencv2/objdetect.hpp>

cv::CascadeClassifier 协作图

公共成员函数
	CascadeClassifier ()

	CascadeClassifier (const String &filename)
	从文件中加载分类器。

	~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())
	检测输入图像中不同大小的对象。检测到的对象以矩形列表的形式返回。

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)
	从文件中加载分类器。

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

用于对象检测的 Cascade 分类器类。

示例: samples/cpp/facedetect.cpp.

构造函数 & 析构函数文档

◆ CascadeClassifier() [1/2]

cv::CascadeClassifier::CascadeClassifier ( )

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

◆ CascadeClassifier() [2/2]

cv::CascadeClassifier::CascadeClassifier ( const String & filename )

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

从文件中加载分类器。

参数

filename 从中加载分类器的文件名。

◆ ~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() )


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

检测输入图像中不同大小的对象。检测到的对象以矩形列表的形式返回。

参数

image	类型为 CV_8U 的矩阵，包含检测到对象的图像。
objects	矩形向量，每个矩形包含检测到的对象，矩形可能部分位于原始图像之外。
scaleFactor	参数，指定每个图像尺度下图像大小的缩减量。
minNeighbors	参数，指定每个候选矩形应有多少个邻居才能保留它。
flags	对于旧级联，其含义与 cvHaarDetectObjects 函数中相同。它不用于新级联。
minSize	最小可能对象大小。小于此大小的对象将被忽略。
maxSize	最大可能对象大小。大于此大小的对象将被忽略。如果 `maxSize == minSize`，则模型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() )


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，为方便起见而提供。它与上述函数的唯一区别在于它接受的参数。

参数

image	类型为 CV_8U 的矩阵，包含检测到对象的图像。
objects	矩形向量，每个矩形包含检测到的对象，矩形可能部分位于原始图像之外。
numDetections	对应对象的检测数量向量。一个对象的检测数量是连接在一起形成该对象的相邻正分类矩形的数量。
scaleFactor	参数，指定每个图像尺度下图像大小的缩减量。
minNeighbors	参数，指定每个候选矩形应有多少个邻居才能保留它。
flags	对于旧级联，其含义与 cvHaarDetectObjects 函数中相同。它不用于新级联。
minSize	最小可能对象大小。小于此大小的对象将被忽略。
maxSize	最大可能对象大小。大于此大小的对象将被忽略。如果 `maxSize == minSize`，则模型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 )


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，为方便起见而提供。它与上述函数的唯一区别在于它接受的参数。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。对于每个结果检测，levelWeights 将包含最终阶段的分类确定性。此值可用于区分强分类和弱分类。

以下是一个高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

从文件中加载分类器。

参数

filename 从中加载分类器的文件名。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: 该文件可能只包含一个新的级联分类器（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

此类的文档是从以下文件生成的

opencv2/objdetect.hpp

公共成员函数

静态公共成员函数

公共属性

详细描述

构造函数 & 析构函数文档

◆ CascadeClassifier() [1/2]

◆ CascadeClassifier() [2/2]

◆ ~CascadeClassifier()

成员函数文档

◆ convert()

◆ detectMultiScale() [1/3]

◆ detectMultiScale() [2/3]

◆ detectMultiScale() [3/3]

◆ empty()

◆ getFeatureType()

◆ getMaskGenerator()

◆ getOldCascade()

◆ getOriginalWindowSize()

◆ isOldFormatCascade()

◆ load()

◆ read()

◆ setMaskGenerator()

成员数据文档

◆ cc