OpenCV + python 实现人脸检测(基于照片和视频进行检测)

作者:未知 / 来源:网络 / 整理:脚本之家如果知识不能与人分享,这不算是真正的知识了。
OpenCV + python 实现人脸检测(基于照片和视频进行检测) Haar-like 通俗的来讲,就是作为人脸特征即可。 Haar特征值反映了图像的灰度变化情况。例如:脸部的一些特征能由矩形特征

OpenCV + python 实现人脸检测(基于照片和视频进行检测)

脚本之家收集整理这篇OpenCV + python 实现人脸检测(基于照片和视频进行检测)内容希望可以帮到你。

OpenCV + python 实现人脸检测(基于照片和视频进行检测)

 

 

Haar-like

通俗的来讲,就是作为人脸特征即可。

Haar特征值反映了图像的灰度变化情况。例如:脸部的一些特征能由矩形特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等。

opencv api

要想使用opencv,就必须先知道其能干什么,怎么做。于是API的重要性便体现出来了。就本例而言,使用到的函数很少,也就普通的读取图片,灰度转换,显示图像,简单的编辑图像罢了。

如下:

读取图片

只需要给出待操作的图片的路径即可。

import cv2
image = cv2.imread(imagepath)

灰度转换

灰度转换的作用就是:转换成灰度的图片的计算强度得以降低。

import cv2
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

画图

opencv 的强大之处的一个体现就是其可以对图片进行任意编辑,处理。 
下面的这个函数最后一个参数指定的就是画笔的大小。

import cv2
cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)

显示图像

编辑完的图像要么直接的被显示出来,要么就保存到物理的存储介质。

import cv2
cv2.imshow("Image Title",image)

获取人脸识别训练数据

看似复杂,其实就是对于人脸特征的一些描述,这样opencv在读取完数据后很据训练中的样品数据,就可以感知读取到的图片上的特征,进而对图片进行人脸识别。

import cv2
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')

里卖弄的这个xml文件,就是opencv在GitHub上共享出来的具有普适的训练好的数据。我们可以直接的拿来使用。

训练数据参考地址:

https://github.com/opencv/opencv/tree/master/data/haarcascades 

探测人脸

说白了,就是根据训练的数据来对新图片进行识别的过程。

import cv2

# 探测图片中的人脸

faces = face_cascade.detectMultiScale(
   gray,
   scaleFactor = 1.15,
   minNeighbors = 5,
   minSize = (5,5),
   flags = cv2.cv.CV_HAAR_SCALE_IMAGE
)

我们可以随意的指定里面参数的值,来达到不同精度下的识别。返回值就是opencv对图片的探测结果的体现。

处理人脸探测的结果

结束了刚才的人脸探测,我们就可以拿到返回值来做进一步的处理了。但这也不是说会多么的复杂,无非添加点特征值罢了。

import cv2

print "发现{0}个人脸!".format(len(faces))

for(x,y,w,h) in faces:
   cv2.rectangle(image,2)

  实例

有了刚才的基础,我们就可以完成一个简单的人脸识别的小例子了。

 

基于照片:

图片素材

下面的这张图片将作为我们的检测依据。 

人脸检测代码

import cv2
import numpy as np

import sys,os,glob,numpy
from skimage import io


#指定图片的人脸识别然后存储
img = cv2.imread("test.jpg")
color = (0,0)


grey = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

classfier = cv2.CascadeClassifier("C:\\Users\\22291_000\\Anaconda3\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml")



faceRects = classfier.detectMultiScale(grey,scaleFactor=1.2,minNeighbors=3,minSize=(32,32))
if len(faceRects) > 0: # 大于0则检测到人脸
for faceRect in faceRects: # 单独框出每一张人脸
x,h = faceRect
cv2.rectangle(img,(x - 10,y - 10),(x + w + 10,y + h + 10),color,3) #5控制绿色框的粗细



# 写入图像
cv2.imwrite('output.jpg',img)
cv2.imshow("Find Faces!",img)
cv2.waitKey(0)

 

人脸检测结果

输出图片: 

 

 

基于视频:

人脸检测代码

import cv2
import sys
import logging as log
import datetime as dt
from time import sleep

cascPath = "C:\\Users\\22291_000\\Anaconda3\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_alt2.xml"
faceCascade = cv2.CascadeClassifier(cascPath)

# 打开视频捕获设备
video_capture = cv2.videoCapture(0)


while True:
if not video_capture.isOpened():
print('Unable to load camera.')
sleep(5)
pass

# 读视频帧
ret,frame = video_capture.read()

# 转为灰度图像
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)

# 调用分类器进行检测
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30,30),
#flags=cv2.cv.CV_HAAR_SCALE_IMAGE
)

# 画矩形框
for (x,h) in faces:
cv2.rectangle(frame,y+h),2)


# 显示视频
cv2.imshow('video',frame)


if cv2.waitKey(1) & 0xFF == ord('q'):
break


# 关闭摄像头设备
video_capture.release()

# 关闭所有窗口
cv2.destroyAllWindows()

 

人脸检测结果

 

总结

以上是脚本之家为你收集整理的OpenCV + python 实现人脸检测(基于照片和视频进行检测)全部内容,希望找个程序文章能够帮你解决所遇到的程序开发困惑。

如果觉得脚本之家网站还不错,麻烦将脚本之家网站推荐给好友。

你可能在找的问题:

Python教程

Python的闭包

什么是闭包 #定义一个函数 def test(number): #在函数内部再定义一个函数,并且这个函数用到了外边函数的变量,那么将这个函数以及用到的一些变量称之为闭包 def test_in(num

Python教程

Python迭代器

可迭代对象 以直接作用于 for 循环的数据类型有以下几种: 一类是集合数据类型,如 list 、 tuple 、 dict 、 set 、 str 等; 一类是 generator ,包括生成器和带

Python教程

Python 装饰器

首先 需求来了 有如下几个封装好的函数供调用: 现在需要在每个函数执行前进行日志记录: 第一个方案 修改每个函数,添加日志记录的代码 但这样显然不太好,存在大量的重复代码,可以将重复代码封装为一个方法

Python教程

Python生成器

什么是生成器 通过列表生成式,我们可以直接创建一个列表。但是,受到内存限制,列表容量肯定是有限的。而且,创建一个包含100万个元素的列表,不仅占用很大的存储空间,如果我们仅仅需要访问前面几个元素,那后

Python教程

Python爬虫入门教程 10-100 图虫网多线程爬取!

写在前面 经历了一顿噼里啪啦的操作之后,终于我把博客写到了第10篇,后面,慢慢的会涉及到更多的爬虫模块,有人问scrapy啥时候开始用,这个我预计要在30篇以后了吧,后面的套路依旧慢节奏的,所以莫着急了,100篇呢

Python教程

Python中斐波那契数列的赋值逻辑!

斐波那契数列 斐波那契数列又称费氏数列,是数学家LeonardodaFibonacci发现的。指的是0、1、1、2、3、5、8、13、21、34、······这样的数列。即从0和1开始,第n项等于第n-1项与n-2项之和。需要注意的是0是第0项

  • 友情链接:微信小游戏
  • 微信扫一扫

    微信扫一扫

    微信扫一扫,分享到朋友圈

    标题
    返回顶部