Python 使用Opencv实现目标检测与识别的示例代码
在上章节讲述到图像特征检测与匹配,本章节是讲述目标检测与识别。后者是在前者的基础上进一步完善。
在本章中,我们使用HOG算法,HOG和SIFT、SURF同属一种类型的描述符。功能代码如下:
importcv2 defis_inside(o,i): ox,oy,ow,oh=o ix,iy,iw,ih=i #如果符合条件,返回True,否则返回False returnox>ixandoy>iyandox+ow运行结果如图所示:
这个例子是使用HOG特征进行SVM算法训练,这部分已开始涉及到机器学习的方面,通过SVM算法训练数据集,然后根据某图像与数据集进行匹配。
到此这篇关于Python使用Opencv实现目标检测与识别的示例代码的文章就介绍到这了,更多相关Opencv目标检测与识别内容请搜索毛票票以前的文章或继续浏览下面的相关文章希望大家以后多多支持毛票票!
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。