基于Python的OpenCV人脸检测-白红宇

基于Python的OpenCV人脸检测

阅读量：4139 次

发布时间：2019-05-25

本文共 4016 字，大约阅读时间需要 13 分钟。

一、文章概述

注意：本文只是人脸检测，人脸识别的实现请参见本人另一篇博客：

本文将要讲述的是Python环境下如何用OpenCV检测人脸，本文的主要内容分为：

1、检测图片中的人脸
2、实时检测视频中出现的人脸
3、用运设备的摄像头实时检测人脸

二：准备工作

提前做的准备：

安装好Python3

下载安装OpenCV库，方法是pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com/pypi/simple

下载特征数据HAAR和LBP，这两种数据都能实现对人脸特征的提取，HAAR大多是小数计算所以运算速度较慢，LBP大多是整数计算运行速度较快。如图所示，本次实例用红框中的文本，其他的文本，比如第一个haarcascade_eye.xml是眼睛识别的文本，我们下次再用。
注意：点击下载HAAR和LBP的特征数据--------

三、开始讲述

1、图片人脸检测

（1）代码和说明

import cv2 as cvimport numpy as np

def face_detect_demo():#人脸检测函数

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)#把图片变成灰度图片，因为人脸的特征需要在灰度图像中查找

#以下分别是HAAR和LBP特征数据，任意选择一种即可，注意：路径中的‘/’和‘\’是有要求的

# 通过级联检测器 cv.CascadeClassifier，加载特征数据

# face_detector = cv.CascadeClassifier(“D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml”)

face_detector = cv.CascadeClassifier(

“D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml”)

#在尺度空间对图片进行人脸检测，第一个参数是哪个图片，第二个参数是向上或向下的尺度变化，是原来尺度的1.02倍，第三个参数是在相邻的几个人脸检测矩形框内出现就认定成人脸，这里是在相邻的5个人脸检测框内出现，如果图片比较模糊的话建议降低一点

faces = face_detector.detectMultiScale(gray, 1.02, 5)

for x, y, w, h in faces:#绘制结果图

#rectangle参数说明，要绘制的目标图像，矩形的第一个顶点，矩形对角线上的另一个顶点，线条的颜色，线条的宽度

cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2)

cv.imshow(“result”, src)#输出结果图

src = cv.imread(“D:/pyproject/cv_renlianjiance/cvrenxiangpic/1.jpg”)#图片是JPG和png都可以

cv.namedWindow(“input image”, cv.WINDOW_AUTOSIZE)#创建绘图窗口

cv.namedWindow(“result”, cv.WINDOW_AUTOSIZE)

cv.imshow(“input image”, src)

face_detect_demo()

cv.waitKey(0)

cv.destroyAllWindows()#作用是能正常关闭绘图窗口

（2）结果展示

2、视频中的人脸检测

（1）代码和说明

import cv2 as cvimport numpy as np

def face_detect_demo(image):

gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

# face_detector = cv.CascadeClassifier(“D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml”)

face_detector = cv.CascadeClassifier(“D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml”)

faces = face_detector.detectMultiScale(gray, 1.02, 5)

for x, y, w, h in faces:

cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)

cv.imshow(“result”, image)

capture = cv.VideoCapture(“D:/pyproject/cv_renlianjiance/video/1.mp4”)

cv.namedWindow(“result”, cv.WINDOW_AUTOSIZE)

while (True):

#按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。

ret, frame = capture.read()

# cv.flip函数表示图像翻转，沿y轴翻转, 0: 沿x轴翻转, <0: x、y轴同时翻转

frame = cv.flip(frame, 1)

face_detect_demo(frame)

#waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；

c = cv.waitKey(10)

if c == 27:#当键盘按下‘ESC’退出程序

break

#cv.waitKey(0)参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；

cv.waitKey(0)

cv.destroyAllWindows()#作用是能正常关闭绘图窗口

（2）结果展示

3、利用设备上的摄像头进行人脸检测，其实和2中的代码一样，只是打开摄像头，而不是读取视频文件

代码和说明

import cv2 as cvimport numpy as np

def face_detect_demo(image):

gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

# face_detector = cv.CascadeClassifier(“D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml”)

face_detector = cv.CascadeClassifier(“D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml”)

faces = face_detector.detectMultiScale(gray, 1.02, 5)

for x, y, w, h in faces:

cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)

cv.imshow(“result”, image)

capture = cv.VideoCapture(0)#其中的0表示电脑中的第一个相机

cv.namedWindow(“result”, cv.WINDOW_AUTOSIZE)

while (True):

ret, frame = capture.read()

# cv.flip函数表示图像翻转，沿y轴翻转, 0: 沿x轴翻转, <0: x、y轴同时翻转

frame = cv.flip(frame, 1)

face_detect_demo(frame)

#waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；

c = cv.waitKey(10)

if c == 27:#当键盘按下‘ESC’退出程序

break

#cv.waitKey(0)参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；

cv.waitKey(0)

cv.destroyAllWindows()#作用是能正常关闭绘图窗口

以上就是本文所有内容，希望能帮到大家！！！

转载地址：http://bvlvi.baihongyu.com/

你可能感兴趣的文章

If you want to see the backtrace, please set CG_CONTEXT_SHOW_BACKTRACE environmental variable.

查看>>

3.5 YOLO9000: Better,Faster,Stronger（YOLO9000：更好，更快，更强）

查看>>

iOS菜鸟学习－－如何避免两个按钮同时响应

查看>>

How to access the keys in dictionary in object-c

查看>>

iOS菜鸟学习—— NSSortDescriptor的使用

【虚拟机】虚拟化架构与系统部署（Windows系统安装）

基于mirror driver的windows屏幕录像

查看>>

C语言8

查看>>