OpenCV 行人侦测

这篇教学会介绍使用 OpenCV，搭配人体特征模型，侦测图像中的行人，并透过绘制形状的方式，使用方框标记侦测到的行人，实现类似 AI 图像辨识的效果。

快速导览：

• 下载行人特征模型
• 侦测图像中的行人

因为程序中的 OpenCV 会需要使用镜头或 GPU，所以请使用本机环境 ( 参考：使用 Python 虚拟环境 ) 或使用 Anaconda Jupyter 进行实作 ( 参考：使用 Anaconda ) ，并安装 OpenCV 函数库 ( 参考：OpenCV 函数库 )。

下载行人特征模型

OpenCV 的官方 Github 提供了许多训练好的特征模型，从下方网址下载人体特征模型，下载后将 xml 文件和 Python 的程序档放在同一层目录下。

• OpenCV 官方 Github：https://github.com/opencv/opencv/tree/4.x/data
• 人体特征模型：haarcascade_fullbody.xml

侦测图像中的行人

下方的例子执行后，会侦测图像中的行人，并透过绘制形状的方式，使用方框标记侦测到的行人，如果有发生侦测到不是行人的形状，可以调整 scaleFactor 和 minNeighbors 参数再重新侦测。

参考：cvtcolor() 色彩转换、rectangle() 画四边形、for 循环

import cv2
img = cv2.imread('cars.jpg')                    # 讀取街道影像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # 轉換成黑白影像

car = cv2.CascadeClassifier("haarcascade_fullbody.xml")    # 讀取人體模型
gray = cv2.medianBlur(gray, 5)                  # 模糊化去除雜訊
cars = car.detectMultiScale(gray, 1.1, 3)       # 偵測行人
for (x, y, w, h) in cars:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)   # 繪製外框

cv2.imshow('oxxostudio', img)
cv2.waitKey(0)     # 按下任意鍵停止
cv2.destroyAllWindows()

意见反馈