python目标检测与识别_Python 使用Opencv实现目标检测与识别的示例代码

下面是使用OpenCV实现目标检测与识别的示例代码。这里使用的是Haar特征分类器来进行目标检测，可以在OpenCV的安装包中找到预训练好的Haar分类器模型。

import cv2

# 加载Haar特征分类器模型
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 加载图像文件
img = cv2.imread('test.jpg')

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

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

# 在图像中标记检测到的人脸
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

# 显示结果图像
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码中，我们首先加载了Haar特征分类器模型，并读取了待检测的图像文件。然后，我们将图像转换为灰度图像，因为Haar特征分类器只能处理灰度图像。接着，我们使用Haar特征分类器检测人脸，并将检测到的人脸在图像中标记出来。最后，我们显示结果图像并等待用户按下任意键关闭窗口。

如果你想进行其他类型的目标检测与识别，可以在OpenCV的安装包中找到其他预训练好的Haar分类器模型，或者使用其他类型的特征分类器模型，如LBP特征分类器或HOG特征分类器。