图片人脸检测——OpenCV版(二)
生活随笔
收集整理的這篇文章主要介紹了
图片人脸检测——OpenCV版(二)
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
圖片人臉檢測
人臉檢測使用到的技術是OpenCV,上一節已經介紹了OpenCV的環境安裝,點擊查看.
功能展示
識別一種圖上的所有人的臉,并且標出人臉的位置,畫出人眼以及嘴的位置,展示效果圖如下:?
多張臉識別效果圖:?
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:
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()?
往期目錄
視頻人臉檢測——Dlib版(六)
OpenCV添加中文(五)
圖片人臉檢測——Dlib版(四)
視頻人臉檢測——OpenCV版(三)
圖片人臉檢測——OpenCV版(二)
OpenCV環境搭建(一)
更多更新,歡迎訪問我的github:https://github.com/vipstone/faceai
總結
以上是生活随笔為你收集整理的图片人脸检测——OpenCV版(二)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: MySql 优化的 30 条建议
- 下一篇: 视频人脸检测——OpenCV版(三)