opencv行人检测python

使用OpenCV进行行人检测可以采用Haar特征分类器或基于深度学习的方法。下面是Python代码示例，使用Haar特征分类器进行行人检测：

import cv2

# 加载Haar特征分类器
pedestrian_cascade = cv2.CascadeClassifier('haarcascade_fullbody.xml')

# 加载图像
img = cv2.imread('image.jpg')

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

# 行人检测
pedestrians = pedestrian_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

# 绘制矩形框
for (x, y, w, h) in pedestrians:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 显示结果
cv2.imshow('Pedestrian Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，我们加载了一个名为`haarcascade_fullbody.xml`的Haar特征分类器，并将其应用于一张名为`image.jpg`的图像中。我们将图像转换为灰度图像，然后使用`detectMultiScale`函数执行行人检测。该函数采用多个参数，包括比例因子、邻居数等。最后，我们在行人检测到的区域绘制矩形框，并显示结果。