C++使用opencv调用级联分类器来识别目标物体的详细流程

    CascadeClassifier cascade;//级联分类器(模型)
    cascade.load("D:/Qt_Opencv_Project/cars.xml");//读取级联分类器

    Mat frame;
    VideoCapture cap("D:/VideoTraining/carMove.mp4");
    while (cap.read(frame))
    {
        imshow("video",frame);//将读到的帧显示出来
        datectCarDaw(frame,cascade,2);//将读到的帧传入函数用作识别
        waitKey(25);//延时25ms,避免播放过快
    }

    Mat gray;
    //转换为灰度图,色彩通道缩小一半
    cvtColor(frame,gray,CV_RGB2GRAY);

    //再将灰度图缩小一半
    Mat smalling(cvRound(frame.rows/scale),cvRound(frame.cols/scale),CV_8UC1);
    resize(gray,smalling,smalling.size(),0,0,INTER_LINEAR);

    //直方图均衡化:将缩小一半的灰度图进行均值化   使其更加黑白分明
    equalizeHist(smalling,smalling);

    //调用级联分类器进行模型匹配并框出内容
    vector<Rect>cars;
    //此函数参数说明: 待检测的图片帧  被检测物体的矩形向量容器  每次搜索减小的图像比例  
    //检测目标周围相邻矩形的最小个数(此处设为2个) 类型 目标区域的大小尺寸
    cascade.detectMultiScale(smalling,cars,1.05,5,0|CV_HAAR_SCALE_IMAGE,Size(25,25));
    
    vector<Rect>::const_iterator iter;
    //绘制方块,标记目标,注意,标记要画在原帧上,要讲方框的大小和帧坐标扩大,因为是根据灰度图识别的,灰度图被缩小了
    for(iter=cars.begin();iter!=cars.end();iter++)
    {
        rectangle(frame,
                  cvPoint(cvRound(iter->x*scale),cvRound(iter->y*scale)),
                  cvPoint(cvRound((iter->x+iter->width)*scale),cvRound((iter->y+iter->height)*scale)),
                  Scalar(0,255,0),2,8
                    );
    }
    imshow("frame",frame);

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
 
void datectCarDaw(Mat &frame,CascadeClassifier cascade,double scale)
{
    Mat gray;
    //转换为灰度图,色彩通道缩小一半
    cvtColor(frame,gray,CV_RGB2GRAY);
    //imshow("huidu",gray);
    //再将灰度图缩小一半
    Mat smalling(cvRound(frame.rows/scale),cvRound(frame.cols/scale),CV_8UC1);
    resize(gray,smalling,smalling.size(),0,0,INTER_LINEAR);
 
    //直方图均衡化:将缩小一半的灰度图进行均值化   使其更加黑白分明
    equalizeHist(smalling,smalling);
    //imshow("smalling",smalling);
    //调用级联分类器进行模型匹配并框出内容
    vector<Rect>cars;
    //此函数参数说明: 待检测的图片帧  被检测物体的矩形向量容器  每次搜索减小的图像比例  检测目标周围相邻矩形的最小个数(此处设为2个) 类型 目标区域的大小尺寸
    cascade.detectMultiScale(smalling,cars,1.05,5,0|CV_HAAR_SCALE_IMAGE,Size(25,25));
 
    vector<Rect>::const_iterator iter;
    //绘制方块,标记目标,注意,标记要画在原帧上,要讲方框的大小和帧坐标扩大,因为是根据灰度图识别的,灰度图被缩小了
    for(iter=cars.begin();iter!=cars.end();iter++)
    {
        rectangle(frame,
                  cvPoint(cvRound(iter->x*scale),cvRound(iter->y*scale)),
                  cvPoint(cvRound((iter->x+iter->width)*scale),cvRound((iter->y+iter->height)*scale)),
                  Scalar(0,255,0),2,8
                    );
 
    }
    imshow("frame",frame);
}
 
int main(int argc, char *argv[])
{
    CascadeClassifier cascade;//级联分类器(模型)
    cascade.load("D:/Qt_Opencv_Project/cars.xml");//读取级联分类器
    //cascade.load("D:/Qt_Opencv_Project/face.xml");
    Mat frame;
    VideoCapture cap("D:/VideoTraining/carMove.mp4");
    //VideoCapture cap(0);
    while (cap.read(frame))
    {
        imshow("video",frame);//将读到的帧显示出来
        datectCarDaw(frame,cascade,2);//将读到的帧传入函数用作识别
        waitKey(25);//延时25ms,避免播放过快
    }
    return 0;
}