OpenCV detectMultiScale（）minNeighbors参数

我目前正在使用Haar分类器来检测对象。 在我的路上，我不明白什么是minNeighbors参数，什么是 它代表什么？ 事实上，我不明白被发现的邻居是什么

---

候选矩形。有谁能定义相邻的想法吗？

Haar cascade分类器采用滑动窗口方法。如果您查看级联文件，您可以看到一个大小参数，它通常是一个非常小的值，如20。这是cascade可以检测到的最小窗口。因此，通过应用滑动窗口方法，您可以将窗口滑出图片，然后调整其大小，然后再次搜索，直到无法进一步调整其大小。因此，每次迭代都会存储haar的级联分类器的真实输出。所以当这个窗口在图片中滑动时，重新调整大小并滑动；它实际上检测到许多误报。您可以通过给minNeighbors 0检查它检测到的内容。这里举个例子：

因此，由于调整滑动窗口的大小，存在大量的人脸检测和大量的误报。因此，为了消除误报并从检测中获得合适的人脸矩形，采用了邻域方法。这就像它是在附近的其他矩形比它是确定的，你可以通过它进一步。所以这个数字决定了需要多少邻域才能将其作为面矩形传递。在同一图像中，当其为1时：

所以，通过增加这个数字，你可以消除误报，但要小心，通过增加它，你也可以失去真正的阳性。如果是3完美结果：

来自：

minNeighbors–指定每个候选矩形必须保留多少个邻居的参数

换句话说，此参数将影响检测到的面的质量。值越高，检测次数越少，但质量越高

该参数背后的思想是检测器将以多尺度样式运行，同时遵循滑动窗口策略。完成此步骤后，它将为您提供多个响应，即使是针对单个面部区域。此参数倾向于过滤这些响应，就像设置下限阈值一样，即，仅当此面的响应数高于

minNeighbors

时，才会将其计为有效面

---

---

要了解的其他参数，请查看我前面回答的。

看看这个。。但是，为什么在将minNeighbors设置为1的情况下，它不选择标记的区域？[链接]（）我不知道邻里关系方法的全部细节，但这个想法在某种程度上是相似的。可能需要选择重叠作为邻居。很好的答案。非常感谢。