opencv中的员工人数

我是opencv的新手。我必须实行人员编制制度。 我的想法是：

圆形物体的识别

• 我们将从边缘检测开始，找到每个形状的边界线。 逐像素对图像矩阵进行排序 对于每个像素，分析其周围8个像素中的每一个 记录最暗像素和最亮像素的值 if（最暗的像素值-最亮的像素值）>阈值） 然后将该像素重写为1； 否则将该像素重写为0
• 现在我们检测形状 计算连续边的数量 直线方向的急剧变化表示不同的直线 通过确定相邻像素之间的平均向量来执行此操作 如果是一条线，那么它就是一个圆 通过测量线之间的角度，可以推断出更多的信息（菱形、等边三角形等）

人脸检测

• 这一部分包括基于特征和颜色的两种常用方法。该算法的基本思想是找到与眼睛相似的物体，然后根据人脸的几何特征将两个物体连接成一对眼睛。 步骤：
• 不重要的颜色将从图像中消除，不重要的颜色将替换为白色
• 然后将图像转换为灰度
• 使用中值滤波器对图像进行过滤（不重要的白色区域模糊）
• 使用区域增长算法分割白色区域
• 应用Hough变换求圆
• 对于每个区域，找到最佳可能圆
• 利用几何人脸特征，找到了一对眼睛

这是正确的方法还是更简单的方法？ 我想计算人群（会议、集会）中的人数（估计） 你能帮我查一下密码吗？

---

谢谢

您可以使用OpenCV内置的人脸检测。有关详细说明，请参阅。

我有一个类似的项目

你需要得到最好的图像，所以专注于固定饱和度、对比度和强度

如果您计划使用颜色，例如，如果您想要肤色检测，则需要修复白平衡

不要考虑员工人数，而要考虑员工人数

你需要一个好的背景分割，使用高斯混合模型 结合其他背景建模算法

如果这是一个户外应用，你需要阴影检测

获取前景斑点，然后确定人们在这些斑点中的位置

如果你在计算头部，你需要检测头部和肩部的欧米茄形状

您将需要跟踪遮挡和人员交叉

您还可以使用人体分类，opencv有haarcascade_fullbody.xml

这些只是一些想法