2017-08-24 5 views
0

私はこの特定のオブジェクトの検出にtutorialをフォローしていました。 彼は彼がrejectLevelsとlevelWeightsで検出またはそのような何かのためのしきい値を調整することを可能にする彼のコードでdetectMultiSacle機能のこのバージョンを使用しています。opencv python detectMultiScale api

のPython:

cv2.CascadeClassifier.detectMultiScale(image, 
rejectLevels, levelWeights[, 
scaleFactor[, minNeighbors[, flags[, 
minSize[, maxSize[, 
outputRejectLevels]]]]]]) → objects 

これは私のコードです:

detectMultiScale(image=gray, 
rejectLevels=rejectlevels, 
levelWeights=levelweights) 

しかし、それは次のエラー、私は混乱します提供します:

TypeError: 'rejectLevels' is an invalid keyword argument for this function 

私はもともとdetectMultiScale(image, rejectLevels, levelWeights, scaleFactor)を使用しようとしていたが、それは私の第四引数は、私は私が使っていたと思った機能を使用していませんでした容疑者作らフロート、することはできませんというエラーを与えます。

私はpipを使用して、バージョン3.3.0.9のopencv-pythonをインストールします。このwebpage以外のPythonドキュメントは見つかりませんでした。

助けてください。最新のpython apiのドキュメント、またはこの特定の機能に関するいくつかの経験をどこで見つけることができますか?

+0

'インタプリタでhelp'を使用してください。 –

+0

うわー、ありがとう、それは本当に便利です。 – undeadcellphone

+0

問題ありません。また、['dir(...)'](https://docs.python.org/2/library/functions.html#dir)もチェックしてください。 –

答えて

0

OpenCV 3.3用のpythonのドキュメントを見つけるのはかなり難しいですが、OpenCV3.0 docsは、detectMultiScaleがouputRejectLevelsを使用していることを示しています。その引数を使用してみてください。

ここでその内訳は次のとおり

パイソン:cv2.CascadeClassifier.detectMultiScale(画像【、scaleFactorを[、minNeighbors [、フラグ[、に、minSize [、maxSizeの]]]]])→が

オブジェクトがパイソン:cv2.CascadeClassifier.detectMultiScale2(画像【、scaleFactorを[、minNeighbors [、フラグ[、に、minSize [、maxSizeの]]]]])オブジェクト、numDetections

パイソン→:cv2.CascadeClassifier.detectMultiScale3(画像[、scaleFactorを[、minNeighbors [、flags [、minSize [、maxSize [、outputRejectLevels]]]]])→オブジェクト、rejectL evels、levelWeights

0

のOpenCVの最近のバージョンのオンラインドキュメントは、Pythonバインディングに関する情報が表示されませんが、それを見つけることは非常に簡単です - それは、Pythonモジュールで、右が埋め込まれています。少なくとも、問題のメソッドのシグネチャを取得します。

ビルドインhelp()関数を使用してアクセスします。例えば

(これはOpenCVの3.1であるので、二重のはローカルにチェックしないこと):

>>> import cv2 
>>> c = cv2.CascadeClassifier() 
>>> help(c.detectMultiScale) 
Help on built-in function detectMultiScale: 

detectMultiScale(...) 
    detectMultiScale(image[, scaleFactor[, minNeighbors[, flags[, minSize[, maxSize]]]]]) -> objects