python 行人检测

对于行人检测，可以使用Python中的多种库和算法来实现。以下是一种常用的方法，使用OpenCV库和Haar级联分类器：

首先，导入所需的库：

import cv2

接下来，加载行人检测的Haar级联分类器模型：

pedestrian_cascade = cv2.CascadeClassifier('path_to_pedestrian_cascade.xml')

然后，读取要检测的图像：

image = cv2.imread('path_to_image.jpg')

将图像转换为灰度图像：

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

使用级联分类器进行行人检测：

pedestrians = pedestrian_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

最后，绘制检测到的行人框：

for (x, y, w, h) in pedestrians:
    cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)

显示结果图像：

cv2.imshow('Pedestrian Detection', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，上述代码中的路径需要根据实际情况进行更改，确保正确加载级联分类器模型和图像文件。此外，还可以尝试调整detectMultiScale函数的参数以提高检测结果的准确性。

希望这个简单的示例对你有帮助！