一、文章概述

注意：本文只是人臉檢測，人臉識別的實現請參見本人另一篇博客：基于OpenCV+TensorFlow+Keras實現人臉識別

本文將要講述的是Python環境下如何用OpenCV檢測人臉，本文的主要內容分為：1、檢測圖片中的人臉

2、實時檢測視頻中出現的人臉

3、用運設備的攝像頭實時檢測人臉

二：準備工作

提前做的準備：安裝好Python3

下載特征數據HAAR和LBP，這兩種數據都能實現對人臉特征的提取，HAAR大多是小數計算所以運算速度較慢，LBP大多是整數計算運行速度較快。如圖所示，本次實例用紅框中的文本，其他的文本，比如第一個haarcascade_eye.xml是眼睛識別的文本，我們下次再用。

注意：點擊下載HAAR和LBP的特征數據--------數據集下載

三、開始講述

1、圖片人臉檢測

(1)代碼和說明

import cv2 as cv

import numpy as np

def face_detect_demo():#人臉檢測函數

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)#把圖片變成灰度圖片，因為人臉的特征需要在灰度圖像中查找

#以下分別是HAAR和LBP特征數據，任意選擇一種即可，注意：路徑中的‘/’和‘\’是有要求的

# 通過級聯檢測器 cv.CascadeClassifier，加載特征數據

# 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")

#在尺度空間對圖片進行人臉檢測，第一個參數是哪個圖片，第二個參數是向上或向下的尺度變化，是原來尺度的1.02倍，第三個參數是在相鄰的幾個人臉檢測矩形框內出現就認定成人臉，這里是在相鄰的5個人臉檢測框內出現，如果圖片比較模糊的話建議降低一點

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

for x, y, w, h in faces:#繪制結果圖

#rectangle參數說明，要繪制的目標圖像，矩形的第一個頂點，矩形對角線上的另一個頂點，線條的顏色，線條的寬度

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

cv.imshow("result", src)#輸出結果圖

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

cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)#創建繪圖窗口

cv.namedWindow("result", cv.WINDOW_AUTOSIZE)

cv.imshow("input image", src)

face_detect_demo()

cv.waitKey(0)

cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

(2)結果展示

2、視頻中的人臉檢測

(1)代碼和說明

import cv2 as cv

import 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):

#按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣。

ret, frame = capture.read()

# cv.flip函數表示圖像翻轉，沿y軸翻轉, 0: 沿x軸翻轉, <0: x、y軸同時翻轉

frame = cv.flip(frame, 1)

face_detect_demo(frame)

#waitKey()方法本身表示等待鍵盤輸入，參數是1，表示延時1ms切換到下一幀圖像，對于視頻而言；

c = cv.waitKey(10)

if c == 27:#當鍵盤按下‘ESC’退出程序

break

#cv.waitKey(0)參數為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；

cv.waitKey(0)

cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

(2)結果展示

3、利用設備上的攝像頭進行人臉檢測，其實和2中的代碼一樣，只是打開攝像頭，而不是讀取視頻文件

代碼和說明

import cv2 as cv

import 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表示電腦中的第一個相機

cv.namedWindow("result", cv.WINDOW_AUTOSIZE)

while (True):

#按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣。

ret, frame = capture.read()

# cv.flip函數表示圖像翻轉，沿y軸翻轉, 0: 沿x軸翻轉, <0: x、y軸同時翻轉

frame = cv.flip(frame, 1)

face_detect_demo(frame)

#waitKey()方法本身表示等待鍵盤輸入，參數是1，表示延時1ms切換到下一幀圖像，對于視頻而言；

c = cv.waitKey(10)

if c == 27:#當鍵盤按下‘ESC’退出程序

break

#cv.waitKey(0)參數為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；

cv.waitKey(0)

cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

此文轉載，著作權歸作者所有，如有侵權聯系小編刪除！

總結

以上是生活随笔為你收集整理的精简 opencv python_基于Python的OpenCV人脸检测！简直不要太简单！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。