基于opencv的安全帽检测

安全帽检测是一种常见的计算机视觉应用，可以用于工业安全和交通安全等领域。基于 OpenCV 的安全帽检测可以通过以下步骤实现：

1. 导入 OpenCV 库和其他必要的库。
2. 加载输入图像并将其转换为灰度图像。
3. 使用 Haar 级联分类器检测人脸，并将检测到的人脸区域保存。
4. 在人脸区域内使用 Haar 级联分类器检测安全帽，并将检测到的安全帽区域保存。
5. 绘制边界框和标签，以显示检测结果。
6. 显示输出图像或保存输出图像。

以下是一个基于 OpenCV 的安全帽检测的 Python 示例代码：

import cv2
import numpy as np

# 加载 Haar 级联分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
helmet_cascade = cv2.CascadeClassifier('haarcascade_helmet.xml')

# 加载输入图像
img = cv2.imread('test.jpg')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用 Haar 级联分类器检测人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

# 在人脸区域内使用 Haar 级联分类器检测安全帽
for (x,y,w,h) in faces:
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = img[y:y+h, x:x+w]
    helmets = helmet_cascade.detectMultiScale(roi_gray, 1.3, 5)
    for (hx,hy,hw,hh) in helmets:
        cv2.rectangle(roi_color,(hx,hy),(hx+hw,hy+hh),(0,255,0),2)
        cv2.putText(roi_color, 'Helmet', (hx, hy-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (36,255,12), 2)

# 显示输出图像
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

注意：在使用此代码之前，需要先下载并安装 Haar 级联分类器模型。可以从 OpenCV 官方网站下载预训练模型，或者使用已经训练好的模型。在上面的示例中，我们使用了两个模型：`haarcascade_frontalface_default.xml` 和 `haarcascade_helmet.xml`。