[D09] OpenCV 应用范围

我们现在已经知道 OpenCV 可以拿来处理影像，这样的成效又适用在什麽领域? 或是能对生活有什麽帮助吗？

像是近两年新型冠状病毒的疫情越演越烈，出入各个场所人人都必须戴着口罩，如果单靠人力控管，一定会有所疏失，我们这时就能配合 AI 的使用
→ 辨识物件的系统，自动侦测到未戴口罩的民众，并增加辨识上的精确度。

图像辨识&物件侦测

我们之所以能够辨别物体的不同，是因为我们可以透过学习该物体的特徵，例如猫&狗：

因此在图形辨识很重要的步骤是必须建立特徵分类器
→ cv2.CascadeClassifier

记得要先下载 haarcascade 的模型 .xml 档 !

faceClassi = cv2.CascadeClassifier(cascPath)

再来是侦测图片 → 用detectMultiScale函数检测，调整函数的参数使检测结果更加精确！

faces = faceCascade.detectMultiScale( gray,  scaleFactor=1.12  ,  minNeighbors=5,  
minSize=(30, 30),  flags = cv2.cv.CV_HAAR_SCALE_IMAGE )

• gray代表是灰阶图片
• scaleFactor是图像的缩放比例
• minNeighbors针对目标进行检测的次数
• minSize检测目标的最小尺寸

scaleFactor,minNeighbors,minSize数值大小将影响辨识结果，须依状况进行调整

接下来将检测到的人脸（或物体）框出来～！
以下使用 cv2.rectangle 函数画方框。

• 第一个参数是要动作的影像
• 第二个参数是顶点座标
• 第三个参数是对向顶点座标
• 第四个参数是框框的颜色（Blue,Green,Red）
• 第五个参数是线条的宽度

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

x, y, w, h 是图像物件要被框出时很重要的座标
(x,y)是左上角的座标, w 是宽度, h 则是高度

最後再显示图片就大功告成了！

cv2.imshow('My Image', img)

cv2.waitKey(0)                      
cv2.destroyAllWindows()      

实际执行结果：