OpenCV 中的 “物體識別” 更準(zhǔn)確地說是 “物體檢測與分類”—— 不僅要定位圖像中物體的位置，還要判斷物體屬于哪一類別（如貓、狗、汽車、行人）。其技術(shù)路徑分為兩類：基于傳統(tǒng)特征的檢測方法，以及基于 DNN 模塊的深度學(xué)習(xí)檢測方法，后者因精度與泛化能力優(yōu)勢，已成為當(dāng)前主流。

1. 傳統(tǒng)物體識別：基于特征匹配與分類器

OpenCV 早期的物體識別依賴Haar 級聯(lián)分類器或HOG+SVM（方向梯度直方圖 + 支持向量機），原理與傳統(tǒng)人臉檢測類似，核心是 “手工設(shè)計特征 + 機器學(xué)習(xí)分類”。例如，使用 Haar 級聯(lián)進行汽車檢測時，需先通過大量汽車與非汽車樣本訓(xùn)練分類器，提取汽車的 Haar 特征（如車身的邊緣、車窗的明暗對比），再通過級聯(lián)結(jié)構(gòu)快速篩選圖像中的汽車區(qū)域；HOG+SVM 則更適合行人檢測：通過計算圖像局部區(qū)域的梯度方向直方圖（HOG 特征，能有效描述物體的形狀輪廓），再輸入 SVM 分類器判斷該區(qū)域是否為行人。OpenCV 提供了預(yù)訓(xùn)練的 HOG 行人檢測器（cv2.HOGDescriptor_getDefaultPeopleDetector()），可直接用于實時行人檢測，速度較快，但對遮擋、復(fù)雜背景的適應(yīng)性較差。傳統(tǒng)方法的共性優(yōu)勢是計算開銷小，可在嵌入式設(shè)備（如樹莓派）上實時運行，但局限性顯著：手工設(shè)計的特征對物體形態(tài)、光照、視角的變化敏感，無法覆蓋多樣化的物體類別（如 Haar 級聯(lián)需為每類物體單獨訓(xùn)練模型），且精度遠低于深度學(xué)習(xí)方法，目前僅適用于簡單場景（如固定場景下的單一物體檢測）。

2. 基于 DNN 模塊的物體識別：高精度與多類別支持

隨著深度學(xué)習(xí)的發(fā)展，OpenCV 在 3.3 版本后引入DNN（深度神經(jīng)網(wǎng)絡(luò)）模塊，支持加載預(yù)訓(xùn)練的深度學(xué)習(xí)模型（如 Caffe、TensorFlow、PyTorch 格式），實現(xiàn)高精度的多類別物體識別。這類模型通?；? “端到端” 的檢測框架，如 SSD（單次多框檢測）、MobileNet-SSD、YOLO（你只看一次）等，能同時完成 “物體定位” 與 “類別判斷”，且支持?jǐn)?shù)十至數(shù)千類物體的識別（如 COCO 數(shù)據(jù)集的 80 類常見物體）。在實際使用中，開發(fā)者需先獲取預(yù)訓(xùn)練模型文件（包括網(wǎng)絡(luò)結(jié)構(gòu)文件與權(quán)重文件，OpenCV 官方提供了 MobileNet-SSD、ResNet 等模型的下載鏈接），通過dnn.readNetFromCaffe()（加載 Caffe 模型）或dnn.readNetFromTensorflow()（加載 TensorFlow 模型）初始化網(wǎng)絡(luò)；隨后將圖像預(yù)處理為模型要求的輸入格式（如調(diào)整尺寸、歸一化、減去均值），通過dnn.blobFromImage()生成輸入 blob；調(diào)用set與forward()函數(shù)進行推理，得到輸出結(jié)果 —— 包含物體的邊界框坐標(biāo)、類別 ID 與置信度；最后篩選出置信度高于閾值（如 0.5）的結(jié)果，在圖像上繪制邊界框與類別標(biāo)簽（需配合類別名稱列表，將 ID 映射為 “貓”“狗” 等具體類別）。DNN 模塊的優(yōu)勢在于精度高、泛化能力強，能應(yīng)對光照變化、遮擋、多角度等復(fù)雜場景，且支持多類別同時檢測（如一張圖像中同時識別貓、狗、沙發(fā)）；同時，MobileNet 等輕量級模型的引入，也使其能在移動端或嵌入式設(shè)備上實現(xiàn)實時檢測。但其局限性在于依賴預(yù)訓(xùn)練模型（OpenCV 不提供模型訓(xùn)練功能，需使用 TensorFlow、PyTorch 等框架訓(xùn)練后導(dǎo)入），且計算開銷高于傳統(tǒng)方法，對硬件性能有一定要求。