原文地址：https://www.cnblogs.com/vipstone/p/8884991.html

====================================================

技術實現思路

圖片轉換成灰色（去除色彩干擾，讓圖片識別更準確）

圖片上畫矩形

使用訓練分類器查找人臉

具體實現代碼

圖片轉換成灰色

使用OpenCV的cvtColor()轉換圖片顏色，代碼如下：

import cv2filepath = "img/xingye-1.jpg" img = cv2.imread(filepath) # 轉換灰色 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 顯示圖像 cv2.imshow("Image", gray) cv2.waitKey(0) cv2.destroyAllWindows()

?

圖片上畫矩形

使用OpenCV的rectangle()繪制矩形，代碼如下：

import cv2filepath = "img/xingye-1.jpg" img = cv2.imread(filepath) # 讀取圖片 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 轉換灰色 x = y = 10 # 坐標 w = 100 # 矩形大小（寬、高） color = (0, 0, 255) # 定義繪制顏色 cv2.rectangle(img, (x, y), (x + w, y + w), color, 1) # 繪制矩形 cv2.imshow("Image", img) # 顯示圖像 cv2.waitKey(0) cv2.destroyAllWindows() # 釋放所有的窗體資源

?

使用訓練分類器查找人臉

在使用OpenCV的人臉檢測之前，需要一個人臉訓練模型，格式是xml的，我們這里使用OpenCV提供好的人臉分類模型xml，下載地址：https://github.com/opencv/opencv/tree/master/data/haarcascades?可全部下載到本地，本人存放的路徑是：C:\Python36\Lib\site-packages\opencv-master\data\haarcascades.

完整實現代碼：

import cv2filepath = "img/xingye-1.jpg" img = cv2.imread(filepath) # 讀取圖片 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 轉換灰色# OpenCV人臉識別分類器 classifier = cv2.CascadeClassifier("C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml" ) color = (0, 255, 0) # 定義繪制顏色 # 調用識別人臉 faceRects = classifier.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32)) if len(faceRects): # 大于0則檢測到人臉for faceRect in faceRects: # 單獨框出每一張人臉x, y, w, h = faceRect# 框出人臉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) # 顯示圖像 c = cv2.waitKey(10)cv2.waitKey(0) cv2.destroyAllWindows()

?

?

總結

以上是生活随笔為你收集整理的使用python实现人脸检测转载的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。