提到opencv,就不得不提其图像识别能力,最近旷世开源的YoloX项目兴起,作为目前Yolo系列中的最强者,本人对其也很感兴趣,但是完全没用机器学习和计算机视觉的基础,知其然,不知其所以然,于是想稍稍入坑一下opencv图像识别,了解一下相关算法,(说不定以后毕设会用到呢)。了解之后选取了人脸识别中Haar特征和Adaboost分类器作为学习对象。以此记录自己的学习成果。
一、opencv识别基本流程

XML模型调用
从opencv路径中找到自带的训练好的分类器haarcascade_eye.xml、haarcascade_frontalface_alt_tree.xml
import cv2 as cv
def face_detection(image):
gray = cv.cv






![[JAVA安全]JACKSON反序列化](https://img-blog.csdnimg.cn/d842c8aa280e4f688a137daaea110042.png)










![[Vulnhub] DC-4](https://img-blog.csdnimg.cn/2f0d07ec90584d809cc9f5483e4decfe.png)

