资源简介

(共12张PPT)
Python图像检测
八年级下册第三章第二节
人工智能初体验
一、观看视频
利用计算机程序实现图像检测
库与分类器
01
原始图像——灰度处理——提取边缘特征值——图像数据
进行图像检测的库有多个，如Matlab，Face_recognition、OpenCV等，而OpenCV更简单易用。
以猫脸检测为例，本节课需要：
（1）OpenCV：图像检测库
（2）numpy：数据处理库
第一步：
选择合适的库
计算机程序
实现图像检测
前期准备：
计算图像检测的一般过程：
库与分类器
01
图像检测分类器及功能
分类器需要与程序文件在同一级目录下，才能发挥其功能，否则程序运行会出现报错。
（1）分类器的作用
根据训练好的数据集，判断被检测图像中的物体与该数据集是否同属一类，如人脸、猫脸、车牌等。
（2）分类器及对其对应的功能
第二步：
选择合适的分类器
图像检测
图像检测 1.0
图像检测
图像检测流程
02
①
②
③
④
⑤
图像检测
图像检测 2.0
函数的功能
03
调节图像检测的精确度。
detectMultiScale(gray,1.1,2) gray指检测cat.jpg的灰度图像；
1.1 指每次图像尺寸减小的比例为1.1，默认为1.1；
2 指目标被检测的次数。
detectMultiScale( )
为image read的缩写，即图像读取的意思,负责读取图像。
imread( )
级联分类器，它可以帮助我们检测例如车牌、眼睛、人脸等物体。
原理是判别某个物体是否属于某个分类。
CascadeClassifier( )
在图像上绘制一个简单的矩形。
img 检测图像
（x,y）矩形起始坐标
（x+w,y+h）矩形终点坐标
（B,G,R）矩形线条颜色（蓝，绿，红）。
rectangle( )
图像检测
图像检测 3.0
畅所欲言：举例生活中你认为人脸识别应用存在的安全隐患？
图像检测
人脸数据信息安全
04
①人脸识别系统方便，快捷，无接触的方式能有效避免病毒的传播。
②安全隐患：
第一，人脸被盗用仿冒风险；
第二，遭遇虚假欺诈行为；
第三，敏感信息泄露风险。
③解决：技术设备提升、法律法规保护、个人安全意识等。
图像检测
课堂小结
05
Python图像检测
八年级 第三章第二节

展开更多......

收起↑