如何在OpenCV Haar分類器中顯示最大的矩形

Question

我已經使用haar級聯對象檢測在汽車的側視圖上訓練了正面和負面圖像，現在當我使用級聯xml文件來預測圖像中的汽車我得到多個矩形。

現在
1）為什么我的對象周圍會出現多個矩形。
2）如何僅顯示圖像中檢測到的最大矩形

輸出圖像

這是我在每張圖片上獲得的輸出類型

碼

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的答案將幫助您設置最小/最大大小的閾值，但如果您想在圖像中找到最大的邊界框，您可以執行以下操作：

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

在這里，我們正在做以下事情：

1. 使用列表推導計算所有邊界框區域
2. 查找具有最大值的areas的索引，存儲在i_biggest
3. 使用此索引從cars提取最大（最大區域）矩形

Answer 2

由於函數名稱alread建議使用cv2.CascadeClassifier.detectMultiScale ， 文檔說：

檢測輸入圖像中不同大小的對象

還來自文檔：

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

minSize - 最小可能的對象大小。 小於該值的對象將被忽略。

因此，要么按大小過濾生成的矩形列表，要么通過設置minSize參數來阻止小對象。