c++ opencv目标检测

使用OpenCV进行目标检测可以分为以下步骤：

1. 加载图像或视频

使用`cv::imread()`函数加载图像，使用`cv::VideoCapture()`函数加载视频。

2. 加载分类器

使用`cv::CascadeClassifier()`函数加载分类器，OpenCV中提供了多种分类器，如Haar、LBP和HOG等。

3. 目标检测

使用`cv::CascadeClassifier::detectMultiScale()`函数进行目标检测，该函数会返回一个矩形向量，表示检测到的目标位置。

4. 显示检测结果

使用`cv::rectangle()`函数将检测到的目标用矩形框出来，并用`cv::imshow()`函数显示结果。

下面是一个简单的示例代码，使用Haar分类器对图像进行人脸检测：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 加载图像
    Mat img = imread("test.jpg");

    // 加载分类器
    CascadeClassifier classifier("haarcascade_frontalface_alt.xml");

    // 目标检测
    vector<Rect> faces;
    classifier.detectMultiScale(img, faces);

    // 显示检测结果
    for (auto& face : faces)
    {
        rectangle(img, face, Scalar(0, 0, 255), 2);
    }
    imshow("result", img);
    waitKey(0);

    return 0;
}

需要注意的是，分类器的准确率和性能会受到许多因素的影响，如分类器的训练数据、图像质量、目标大小等等。在实际应用中需要根据具体情况进行调整和优化。