使用opencv的traincascade训练了两个xml文件
一个用于识别戴口罩的人脸,
一个用于识别未戴口罩的人脸web
在这里插入代码片 import cv2 imagedir="d:/csdn/h04.jpg" a=0 img=cv2.imread(imagedir) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 图像灰化 #face_cascade = cv2.CascadeClassifier(r'd:/0205/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml') mask_cascade = cv2.CascadeClassifier(r'd:/csdn/mask_detect_cascade.xml') face_cascade = cv2.CascadeClassifier(r'd:/csdn/no_mask_detect_cascade.xml') faces = face_cascade.detectMultiScale(gray, 1.01, 4) # 识别人脸 1.02 每次检测的放大倍率与被检查物体成像大小相关 masks = mask_cascade.detectMultiScale(gray, 1.01, 3) # 识别人脸 1.02 ) print( "faces num= " + str(len(faces)) + "masks num= " + str(len(masks))) if(len(faces) | len(masks)): for (x, y, w, h) in faces: img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2) # 在人脸区域画一个正方形出来 img = cv2.putText(img , "nomask", (x,y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,0,255), 2) for (mx, my,mw, mh) in masks: img = cv2.rectangle(img, (mx, my), (mx + mw, my + mh), (0, 255, 0), 2) # 在戴口罩人脸区域画一个正方形出来 img = cv2.putText(img , "mask", (mx,my), cv2.FONT_HERSHEY_SIMPLEX, 1, (0,255,0), 2) #在戴口罩人脸区域输出字符 cv2.imshow('123',img) cv2.waitKey(0) cv2.destroyAllWindows()
XML 下载链接 https://download.csdn.net/download/dingao/12173973多线程
TIPS:训练到stage 18用了一个月,训练stage19 用了一个半月
TBB在stage10之前的训练多线程CPU能所有拉满,训练速度比单线程成线性比例增加,STAGE10之后cpu只占用5%左右,TBB多线程加速效果几乎消失。svg