作者 |Nidhi punj
编译 |Flin
起源 |medium
第 1 步：获取大量汽车图片
第 2 步：把它们都变成黑白图片
灰度图像使算法更快。色彩减少了模型的复杂性，或者咱们能够说灰色图像是用来简化数学的。例如，咱们能够议论亮度、对比度、边缘、形态、轮廓、纹理、透视、暗影等，而不用探讨色彩。
第 3 步：训练算法以检测汽车
当初问题来了：计算机如何训练算法？
咱们只是找到匹配项。
咱们能够匹配上述性能，以理论检测到汽车的后保险杠，如下所示。
检测行人的想法是一样的
一切都是为了匹配特色或形态。如果某个物体与上述特色相匹配，模型会将其检测为行人。
让咱们开始编写检测器
步骤 1 ：咱们首先须要装置 OpenCV 库。
pip install opencv-python
如果这不起作用，请尝试：
pip install opencv-python-headless
如果你依然无奈装置。尝试应用 Google 搜寻，如何在计算机上安装 opencv？
步骤 2 ：下载机器学习文件（Haar Cascade xml 文件）：
咱们曾经提供了通过预训练的汽车和人体（行人）分类器，咱们只须要下载它即可。
汽车预训练分类器 ：https://raw.githubusercontent…
人体预训练分类器 ：https://raw.githubusercontent…
步骤 3 ：咱们只须要编写 20 行代码。你能够通过浏览代码来了解它。
GitHub 的代码链接：https://github.com/nidhipunj7…
后果
查看视频：
- https://youtu.be/XXmPGpy9PxE
举荐链接：
- https://www.youtube.com/watch…
- https://docs.opencv.org/2.4/m…
原文链接：https://medium.com/@nidhipunj…
欢送关注磐创 AI 博客站：
http://panchuang.net/
sklearn 机器学习中文官网文档：
http://sklearn123.com/
欢送关注磐创博客资源汇总站：
http://docs.panchuang.net/