使用OpenCV行人检测时无法读取hogcascade_pedestrain.xml文件求助

核心问题分析 #

你遇到的错误本质有两个：

• OpenCV的cv2.data.haarcascades目录下默认没有hogcascade_pedestrain.xml（或拼写相近的文件），这个目录存放的是Haar特征的级联分类器，而非HOG特征的检测器文件。
• 混淆了HOG行人检测器与Haar级联分类器的用法：HOG行人检测不需要通过CascadeClassifier加载xml文件，OpenCV内置了预训练的HOG行人检测器。

正确的HOG行人检测实现代码 #

替换现有代码为以下内容，无需额外下载xml文件：

import cv2

# 初始化HOG描述符并设置预训练的行人检测器
hog = cv2.HOGDescriptor()
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())

# 读取图片
frame = cv2.imread("pedestrain.jpg")
if frame is None:
    print("无法读取图片，请检查文件路径")
    exit()

# 检测行人（返回检测框和权重）
pedestrain_coordinates, weights = hog.detectMultiScale(frame, winStride=(4,4), padding=(8,8), scale=1.05)

# 绘制检测框
for (x, y, w, h) in pedestrain_coordinates:
    cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

# 显示结果
cv2.imshow("Clever road detector", frame)
cv2.waitKey(0)
cv2.destroyAllWindows()

若坚持使用级联分类器（Haar特征） #

如果想通过CascadeClassifier实现行人检测，可使用OpenCV自带的Haar级联文件，比如haarcascade_fullbody.xml或haarcascade_upperbody.xml，代码示例：

import cv2

# 加载Haar级联全身体分类器
pedestrain_classifier = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_fullbody.xml")

frame = cv2.imread("pedestrain.jpg")
if frame is None:
    print("无法读取图片，请检查文件路径")
    exit()

grayscaled_img = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
pedestrain_coordinates = pedestrain_classifier.detectMultiScale(grayscaled_img, scaleFactor=1.1, minNeighbors=5)

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

cv2.imshow("Clever road detector", frame)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外注意事项 #

• 检查图片路径：确保pedestrain.jpg确实在项目目录下，或使用完整绝对路径。
• 文件名拼写：你代码中存在拼写错误（pedestrains多了一个s，正确应为pedestrians），即使找到对应xml文件，也需修正拼写。

内容的提问来源于stack exchange，提问作者zolotl