我們現在已經知道 OpenCV 可以拿來處理影像，這樣的成效又適用在什麼領域? 或是能對生活有什麼幫助嗎？

像是近兩年新型冠狀病毒的疫情越演越烈，出入各個場所人人都必須戴著口罩，如果單靠人力控管，一定會有所疏失，我們這時就能配合 AI 的使用
→ 辨識物件的系統，自動偵測到未戴口罩的民眾，並增加辨識上的精確度。

圖像辨識&物件偵測

我們之所以能夠辨別物體的不同，是因為我們可以透過學習該物體的特徵，例如貓&狗：

因此在圖形辨識很重要的步驟是必須建立特徵分類器
→ cv2.CascadeClassifier

記得要先下載 haarcascade 的模型 .xml 檔 !

faceClassi = cv2.CascadeClassifier(cascPath)

再來是偵測圖片 → 用detectMultiScale函數檢測，調整函數的參數使檢測結果更加精確！

faces = faceCascade.detectMultiScale( gray,  scaleFactor=1.12  ,  minNeighbors=5,  
minSize=(30, 30),  flags = cv2.cv.CV_HAAR_SCALE_IMAGE )

• gray代表是灰階圖片
• scaleFactor是圖像的縮放比例
• minNeighbors針對目標進行檢測的次數
• minSize檢測目標的最小尺寸

scaleFactor,minNeighbors,minSize數值大小將影響辨識結果，須依狀況進行調整

接下來將檢測到的人臉（或物體）框出來～！
以下使用 cv2.rectangle 函數畫方框。

• 第一個參數是要動作的影像
• 第二個參數是頂點座標
• 第三個參數是對向頂點座標
• 第四個參數是框框的顏色（Blue,Green,Red）
• 第五個參數是線條的寬度

for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)

x, y, w, h 是圖像物件要被框出時很重要的座標
(x,y)是左上角的座標, w 是寬度, h 則是高度

最後再顯示圖片就大功告成了！

cv2.imshow('My Image', img)

cv2.waitKey(0)                      
cv2.destroyAllWindows()      

實際執行結果：