本文共 2088 字,大约阅读时间需要 6 分钟。
人脸检测使用到的技术是OpenCV,上一节已经介绍了OpenCV的环境安装,.
识别一种图上的所有人的脸,并且标出人脸的位置,画出人眼以及嘴的位置,展示效果图如下:
多张脸识别效果图:
图片转换成灰色(去除色彩干扰,让图片识别更准确)
图片上画矩形
使用训练分类器查找人脸
图片转换成灰色
使用OpenCV的cvtColor()转换图片颜色,代码如下:
import cv2filepath = "img/xingye-1.jpg"img = cv2.imread(filepath)# 转换灰色gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 显示图像cv2.imshow("Image", gray)cv2.waitKey(0)cv2.destroyAllWindows()
图片上画矩形
使用OpenCV的rectangle()绘制矩形,代码如下:
import cv2filepath = "img/xingye-1.jpg"img = cv2.imread(filepath) # 读取图片gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换灰色x = y = 10 # 坐标w = 100 # 矩形大小(宽、高)color = (0, 0, 255) # 定义绘制颜色cv2.rectangle(img, (x, y), (x + w, y + w), color, 1) # 绘制矩形cv2.imshow("Image", img) # 显示图像cv2.waitKey(0)cv2.destroyAllWindows() # 释放所有的窗体资源
使用训练分类器查找人脸
在使用OpenCV的人脸检测之前,需要一个人脸训练模型,格式是xml的,我们这里使用OpenCV提供好的人脸分类模型xml,下载地址: 可全部下载到本地,本人存放的路径是:C:\Python36\Lib\site-packages\opencv-master\data\haarcascades.
完整实现代码:
import cv2filepath = "img/xingye-1.jpg"img = cv2.imread(filepath) # 读取图片gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换灰色# OpenCV人脸识别分类器classifier = cv2.CascadeClassifier( "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml")color = (0, 255, 0) # 定义绘制颜色# 调用识别人脸faceRects = classifier.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))if len(faceRects): # 大于0则检测到人脸 for faceRect in faceRects: # 单独框出每一张人脸 x, y, w, h = faceRect # 框出人脸 cv2.rectangle(img, (x, y), (x + h, y + w), color, 2) # 左眼 cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8), color) #右眼 cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8), color) #嘴巴 cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4), (x + 5 * w // 8, y + 7 * h // 8), color)cv2.imshow("image", img) # 显示图像c = cv2.waitKey(10)cv2.waitKey(0)cv2.destroyAllWindows()
作者: 出处: 本文版权归作者和博客园共有,欢迎转载,请标明出处。