(
课件网) 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
