嗨，大家好，这个资料库包含脚本的源代码，用于检测视频/摄像机框架中的汽车，然后在它们周围绘制矩形框。 用于检测汽车和边界框坐标的ML算法是一种预训练的级联模型。 全文在哪里？ 该项目的完整文章最初发布在上，文章标题 入门 首先，我们必须克隆项目存储库或下载项目zip，然后将其解压缩。 git clone https://github.com/Kalebu/Real-time-Vehicle-Dection-Python cd Real-time-Vehicle-Dection-Python Real-time-Vehicle-Dection-Python - > 依存关系 现在，一旦我们在本地目录中有了项目存储库，现在就可以安装运行脚本所需的依赖项 pip install opencv-python 范例影片 我们在该项目中使用的示例视频是 ，它将在您下载或克隆存储库时出现，以加载具

OpenCV-python haar分类器人脸识别 详细介绍 https://gitee.com/Wind_to_valley/open-cv-face-recognition

Python版本的OpenCV库中，人脸识别Haar级联（Haar Cascade）的XML文件下载。

标记的数据集，用于训练Haar级联 目的-快速搜索图像中的鸟类。 在RPi3上，在640x480分辨率下高达20 fps。 例子： 视频 多重识别 使用 下载经过培训的级联的。 用它初始化CascadeClassifier。 cascade = cv2 . CascadeClassifier ( 'cascade_226.xml' ) 级联创建 1.抽样 opencv_createsamples -vec traning.vec -info positive\desc.txt -bg neg_desc.txt -w 24 -h 24 2.培训 opencv_traincascade -data cascade -vec traning.vec -bg negative/desc.txt -numPos 180 -numNeg 60 -numStages 30 -fea

比较完整的OpenCV 基于haar的分类器。 可以通过OpenCV快速识别人脸、眼睛、嘴唇等。 haarcascade_frontalcatface.xml haarcascade_fullbody.xml haarcascade_smile.xml haarcascade_eye.xml 相关Python源码可参考 以下链接 https://shumeipai.nxez.com/2018/03/09/real-time-face-recognition-an-end-to-end-project-with-raspberry-pi.html

利用python-OpenCV写的人脸检测程序，可检测图片中所有人脸并标记出来，资源中包含所需的全部文件（图片、模型、py文件），已调试通过可直接运行，详细可参考本人博客。

Haar级联的车辆检测 最后页面更新时间： 2016年10月19日 最新版本： 1.0.0 （有关更多信息，请参见发行说明） 大家好，执行车辆检测的一种简单方法是使用Haar Cascades。 当前，我没有关于它的详细教程，但是您可以在OpenCV主页上获得一些其他信息，请参阅页面。 另请参阅以训练您自己的级联分类器。 haar-cascade cars.xml是使用来自后方的526张汽车图像（360 x 240像素，无比例缩放）进行训练的。 这些图像是从布拉德·菲利普（Brad Philip）和保罗·厄普代克（Paul Updike）提出的Car数据集中提取的，该数据集取自南加州的高速公路。 有关更多信息，请参见： 训练自己的OpenCV Haar分类器 相关论文： 奥利维拉，M。 Santos，V.使用类似Haar的功能自动检测实际道路上的汽车（ ） 一些其他资源：

用于opencv的人脸和眼睛检测的xml文件 haarcascade_frontalface_alt.xml haarcascade_eye_tree_eyeglasses.xml

使用OpenCV的Haar特征训练身份证级联分类器的训练环境

包含各种车辆的正负样本，以及训练结果XML格式，可用于车辆检测与跟踪。