前言：《计算机视觉学习路》

人脸识别

哈尔级联法

Haar是专门为解决人脸识别而推出的一种机器学习方法

1.创建Haar级联器

2.导入图片并灰度化

3.调用detectMultiScale方法进行人脸识别

detectMultiScale(img , double scaleFactor = 1.1, int minNeighbors = 3...) 

scaleFactor ：放缩图片

minNeighbors ： 最小的像素值

import cv2
import numpy as np

# 第一步，创建Haar级联器
facer = cv2.CascadeClassifier(\'../img/haarcascades/haarcascade_frontalface_default.xml\')
eye = cv2.CascadeClassifier(\'../img/haarcascades/haarcascade_eye.xml\')
mouth = cv2.CascadeClassifier(\'../img/haarcascades/haarcascade_mcs_mouth.xml\')
nose = cv2.CascadeClassifier(\'../img/haarcascades/haarcascade_mcs_nose.xml\')

# 第二步，导入人脸识别的图片并将其灰度化
img = cv2.imread(\'../img/lena.jpg\')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 第三步，进行人脸识别
# 返回数组[[x,y,w,h]]
# 检测出的人脸上再检测眼睛
faces = facer.detectMultiScale(gray, 1.1, 3)
i = 0
j = 0
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
    roi_img = img[y:y + h, x:x + w]
    eyes = eye.detectMultiScale(roi_img, 1.1, 3)
    for (x, y, w, h) in eyes:
        cv2.rectangle(roi_img, (x, y), (x + w, y + h), (0, 255, 0), 2)
        roi_eye = roi_img[y:y + h, x:x + w]
        eyename = \'eye\' + str(j)
        j = j + 1
        cv2.imshow(eyename, roi_eye)

    i = i + 1
    winname = \'face\' + str(i)
    cv2.imshow(winname, roi_img)

# mouths = mouth.detectMultiScale(gray, 1.1, 3)
# for (x,y,w,h) in mouths:
#     cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 
# noses = nose.detectMultiScale(gray, 1.1, 3)
# for (x,y,w,h) in noses:
#     cv2.rectangle(img, (x, y), (x+w, y+h), (255, 255, 0), 2)

cv2.imshow(\'img\', img)

cv2.waitKey()

Haar + Tesseract车牌识别

Haar查找车牌的位置，Teesseract识别车牌内容

1.通过Haar定位车牌的大体位置

2.对车牌进行预处理：二值化- 形态学 - 去噪 - 缩放

3.调用tesseract完成车牌识别

安装Tesseract：

sudo apt install tesseract tesseract-lang

pip install pytesseract 

鲁Q没显示出来因为图片太模糊  

import cv2
import numpy as np
import pytesseract

# 第一步，创建Haar级联器
plate = cv2.CascadeClassifier(\'../img/haarcascades/haarcascade_russian_plate_number.xml\')

# 第二步，导入图片
img = cv2.imread(\'../img/chinacar.jpeg\')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 第三步，车牌定位
# 返回数组[[x,y,w,h]]
# 检测车牌位置
plate = plate.detectMultiScale(gray, 1.1, 3)
for (x, y, w, h) in plate:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 对车牌进行预处理
# 提取ROI
roi = gray[y:y + h, x:x + w]
# 二值化
ret, roi_bin = cv2.threshold(roi, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# 进行文字提取，lang是语言，中文加英文，中间用+号
# OCR引擎模式oem可选： 0：OriginalTesseract  1:神经网络LSTM  2：Tesseract+LSTM  3:默认什么可选选什么
text = pytesseract.image_to_string(roi , lang=\'chi_sim+eng\',config=\'--psm 8 --oem 3\')
print(text) # 5N555

cv2.imshow(\'img\', img)
cv2.imshow(\'roi_bin\',roi_bin)
cv2.waitKey(0)

深度学习

深度学习的网络模型：

DNN 深度神经网络

RNN 循环神经网络

用途：语音识别、机器翻译、生成图像描述

CNN 卷积神经网络

用途：图像分类、目标检测、图像分割、人脸识别

几种CNN的实现：

1. LeNet 1998，第一代CNN，28x28手写字体识别
2. AlexNet, 2012 , ImageNet比赛的冠军
3. VGG ， GoogleNet , ResNet 

用于目标识别的CNN：

1. RCNN 、Fast RCNN 、Faster RCNN 
2. SSD
3. YOLO系列（检测速度最快）

深度学习库

1. tensorflow , google
2. caffe -> caffe2 ->torch(pytorch)  贾扬清
3. MXNet , Apache 

常见的数据集

• MNIST、Fashion-MINIST  手写字母
• VOC
• COCO  用于目标检测的大型数据集
• ImageNet 

训练出的模型格式

• TF-->  .pb文件
• pytorch -->  .pth文件   linux下是.pt文件
• Caffe -->  .caffe文件
• ONNX开放性神经网络交换格式  -->  .onnx  上面的格式都可以转换为onnx文件格式

OpenCV对DNN的支持

只能使用DNN模型，不能训练。

支持的模型有：TF，Pytorch , Caffe , DarkNet , ONNX

如何使用DNN的API？

1.读取模型，得到深度神经网络模型

        readNetFromTensorflow(model , config)

        readNetFromCaffe(config , model)

        readNetDarknet(config model)

        readNet(model , [config , [framework]])   # 通用

2.读取图片/视频

3.将图片转换成张量，送入DNN

        blobFromImage(img , scalefactor = 1.0 , size=Size(),mean = Scalar() ,swapRB=false，crop = false...)

        mean:消除光照影响  swapRB根据深度学习模型，是否交换RB通道 crop :是否对图片裁剪

        net.setInupt(blob)

        net.forward()

4.进行分析，得到结果

import numpy as np
import argparse
import time
import cv2
from cv2 import dnn

# 1.导入模型，创建神经网络
config = \'../img/model/bvlc_googlenet.prototxt\'
model = \'../img/model/bvlc_googlenet.caffemodel\'
net = dnn.readNetFromCaffe(config, model)

# 2.读取图片，转为张量
img = cv2.imread(\'../img/smallcat.jpeg\')
blob = dnn.blobFromImage(img,
                  1.0,  # 缩放因子
                  (224, 224),  # 模型要求的图片尺寸
                  (104, 117, 123))  # 模型定义的
# 3.将张量输入网络中，进行预测
net.setInput(blob)
r = net.forward()  # r是分类后的结果

# 读入类目
path = \'../img/model/synset_words.txt\'
classes = []
with open(path, \'rt\') as f:
    classes = [x[x.find(\" \") + 1:] for x in f]
# 每行的第一项进行倒序
ord = sorted(r[0], reverse=True)
# 对匹配最高的三项打印出来
z = list(range(3))
for i in range(0, 3):
    z[i] = np.where(r[0] == ord[i])[0][0]
    print(\'第\', i + 1, \'项，匹配：\', classes[z[i]], end=\'\')
    print(\'类所在行：\', z[i] + 1, \'可能性：\', ord[i])