如何在OpenCV Haar分类器中显示最大的矩形

Question

我已经使用haar级联对象检测在汽车的侧视图上训练了正面和负面图像，现在当我使用级联xml文件来预测图像中的汽车我得到多个矩形。

现在
1）为什么我的对象周围会出现多个矩形。
2）如何仅显示图像中检测到的最大矩形

输出图像

这是我在每张图片上获得的输出类型

码

car_cascade = cv2.CascadeClassifier('data/cascade.xml')
img = cv2.imread('test/46.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cars = car_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in cars:
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)    

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 1

Piglet的答案将帮助您设置最小/最大大小的阈值，但如果您想在图像中找到最大的边界框，您可以执行以下操作：

areas = [w*h for x,y,w,h in cars]
i_biggest = np.argmax(areas)
biggest = cars[i_biggest]

在这里，我们正在做以下事情：

1. 使用列表推导计算所有边界框区域
2. 查找具有最大值的areas的索引，存储在i_biggest
3. 使用此索引从cars提取最大（最大区域）矩形

Answer 2

由于函数名称alread建议使用cv2.CascadeClassifier.detectMultiScale ， 文档说：

检测输入图像中不同大小的对象

还来自文档：

Python：cv2.CascadeClassifier.detectMultiScale（image [，scaleFactor [，minNeighbors [，flags [， minSize [，maxSize]]]]]）→对象

minSize - 最小可能的对象大小。 小于该值的对象将被忽略。

因此，要么按大小过滤生成的矩形列表，要么通过设置minSize参数来阻止小对象。