目标识别，HOG+LBP+神经网络模型

使用HOG+LBP+神将网络进行目标识别，原始代码中是对测试图片输出准确率，那怎么样用训练好的神经网络模型在测试的图片中的目标位置画出矩形框？这个代码怎么写？怎么补充到里面呢？

效果图如下：

img

主要是以下部分：

# 把检测到的目标轮廓转换为矩形边界框

# 遍历检测到的边界框
for (x, y, w, h) in boxes:
    # 在图像上绘制边界框
    # image：绘制的原始图像
    # (x,y）: 要绘制的矩形框左上角坐标
    # (x + w, y + h)： 要绘制的矩形框右下角坐标
    # (0, 255, 0)：颜色，BGR，此处表示绿色
    # 2：矩形线条宽度，传递-1表示填充
    cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)

HOG检测人脸并绘制边界框可参考：
使用dlib应用（HOG和CNN）进行人脸检测_程序媛一枚~的博客-CSDN博客 这篇博客将介绍如何使用dlib库应用HOG+线性SVM和CNNs执行人脸检测。dlib库是人脸识别最常用的软件包之一，其中内置了两种人脸检测方法：- HOG+线性SVM人脸检测器：精确高效的人脸检测算法，精确度比MMOD—CNN稍低一些（不能容忍视角旋转的变化），但要高于OpenCV的Haar级联。- MMOD-CNN人脸检测器：既高度准确又非常健壮，能够从不同的视角、光照条件和遮挡条件下检测人脸。可以在NVIDIA GPU上运行，使其速度超快！该模型需要更多的计算（速度较慢）。 https://blog.csdn.net/qq_40985985/article/details/118369824

LBP检测人脸并绘制边界框可参考：
使用Python，OpenCV，本地二进制模式（LBP）进行人脸识别_程序媛一枚~的博客-CSDN博客 在深度学习和暹罗网络之前，面部识别算法依赖于特征提取和机器学习。今天，我们将涵盖最受欢迎的预学习人脸识别算法之一，用局部二进制模式（LBPS）面对脸部检测。 https://blog.csdn.net/qq_40985985/article/details/116518412

如有帮助请采纳哦~