Python opencv haar文件返回的面部特征太多

我在试着检测埃隆·马斯克斯的面部特征。现在它有点能，但我发现太多的眼睛、鼻子和嘴巴的特征。我不知道如何才能解决这个问题，只找到一套

我正在使用opencv提供的haar文件，对于鼻子和嘴巴，我在网上的某个地方找到了一些haar文件

haarcascade_frontalface_default.xml
haarcascade_eye.xml

哈尔档案

class Filterize(object):
    def __init__(self, filterpath):
        self.filterpath = filterpath
        self.haarpath = os.path.join(os.getcwd(), 'haar')
        self.face_cascade = cv2.CascadeClassifier(os.path.join(self.haarpath, 'face.xml'))
        self.eye_cascade = cv2.CascadeClassifier(os.path.join(self.haarpath, 'eye.xml'))
        self.nose_cascade = cv2.CascadeClassifier(os.path.join(self.haarpath, 'nose.xml'))
        self.mouth_cascade = cv2.CascadeClassifier(os.path.join(self.haarpath, 'mouth.xml'))

    def get_filter_facial_features(self):
        filter = cv2.imread(self.filterpath)
        grayscale_filter = cv2.cvtColor(filter, cv2.COLOR_BGR2GRAY)
        face = self.face_cascade.detectMultiScale(grayscale_filter, 1.3, 5)
        for x, y, w, h in face:
            cv2.rectangle(filter, (x, y), (x + w, y + h), (255, 0, 0), 2)
            roi_gray = grayscale_filter[y:y + h, x:x + w]
            roi_color = filter[y:y + h, x:x + w]
            eyes = self.eye_cascade.detectMultiScale(roi_gray, 1.3, 5)
            nose = self.nose_cascade.detectMultiScale(roi_gray, 1.3, 5)
            mouth = self.mouth_cascade.detectMultiScale(roi_gray, 1.3, 5)
            for eye_x, eye_y, eye_w, eye_h in eyes:
                cv2.rectangle(roi_color, (eye_x, eye_y), (eye_x + eye_w, eye_y + eye_h), (0, 255, 0), 2)
            for nose_x, nose_y, nose_w, nose_h in nose:
                cv2.rectangle(roi_color, (nose_x, nose_y), (nose_x + nose_w, nose_y + nose_h), (0, 255, 0), 2)
            for mouth_x, mouth_y, mouth_w, mouth_h in mouth:
                cv2.rectangle(roi_color, (mouth_x, mouth_y), (mouth_x + mouth_w, mouth_y + mouth_h), (0, 255, 0), 2)
            cv2.imwrite('face.png', filter)

要创建照片，请执行以下操作：

a = Filterize(filterpath)
a.get_filter_facial_features()

在这行中：

face = self.face_cascade.detectMultiScale(grayscale_filter, 1.3, 5)

您可以传入以下可用参数（取自）：

参数：

• 级联–Haar分类器级联（仅限OpenCV 1.x API）。可以使用Load（）从XML或YAML文件加载它。当级联未被激活时
  如果需要，请使用
  cvReleaseHaarClassifierCascade（&cascade）
• 图像–CV_8U类型的矩阵，包含检测到对象的图像。对象–矩形向量，其中每个 矩形包含检测到的对象
• scaleFactor–指定在每个图像比例下图像大小减小多少的参数
• minNeighbors–指定每个候选矩形必须保留多少邻居的参数

• flags–对于旧级联具有与函数cvHaarDetectObjects中相同含义的参数。它不用于新的级联

• minSize–可能的最小对象大小。小于该值的对象将被忽略

• maxSize–可能的最大对象大小。大于该值的对象将被忽略

此函数所做的是检测所有具有定义边界的特征。我建议您需要使用这些值，直到矩形的数量达到可接受的数量

事实上，maxSize看起来是一个很好的开始，因为每次检测都有较小的矩形