您的位置：首页 > 脚本大全 > > 正文

opencv人脸识别算法（python利用Opencv实现人脸识别功能）

更多时间：2021-10-12 00:55:27 类别：脚本大全浏览量：1801

opencv人脸识别算法

python利用Opencv实现人脸识别功能

本文实例为大家分享了python利用opencv实现人脸识别功能的具体代码，供大家参考，具体内容如下

首先：需要在在自己本地安装opencv具体步骤可以问度娘

如果从事于开发中的话建议用第三方的人脸识别（推荐阿里）

1、视频流中进行人脸识别

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42 # -*- coding: utf-8 -*-

import cv2

import sys

from pil import image

def catchusbvideo(window_name, camera_idx):

cv2.namedwindow(window_name)

# 视频来源，可以来自一段已存好的视频，也可以直接来自usb摄像头

cap = cv2.videocapture(camera_idx)

# 告诉opencv使用人脸识别分类器

classfier = cv2.cascadeclassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml")

# 识别出人脸后要画的边框的颜色，rgb格式

color = (0, 255, 0)

count=0

while cap.isopened():

ok, frame = cap.read() # 读取一帧数据

if not ok:

break

# 将当前帧转换成灰度图像

grey = cv2.cvtcolor(frame, cv2.color_bgr2gray)

# 人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数

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

count=count+1

return count

if __name__ == '__main__':

result=catchusbvideo("识别人脸区域", '2222.mp4')

if result>0:

print('视频中有人！！')

else:

print('视频中无人！！')

2、通过图片识别人脸

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129 #-*-coding:utf8-*-#

import os

import cv2

from pil import image,imagedraw

from datetime import datetime

import time

#detectfaces()返回图像中所有人脸的矩形坐标（矩形左上、右下顶点）

#使用haar特征的级联分类器haarcascade_frontalface_default.xml，在haarcascades目录下还有其他的训练好的xml文件可供选择。

#注：haarcascades目录下训练好的分类器必须以灰度图作为输入。

def detectfaces(image_name):

img = cv2.imread(image_name)

face_cascade = cv2.cascadeclassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml")

if img.ndim == 3:

gray = cv2.cvtcolor(img, cv2.color_bgr2gray)

else:

gray = img #if语句：如果img维度为3，说明不是灰度图，先转化为灰度图gray，如果不为3，也就是2，原图就是灰度图

faces = face_cascade.detectmultiscale(gray, 1.2, 5)#1.3和5是特征的最小、最大检测窗口，它改变检测结果也会改变

result = []

for (x,y,width,height) in faces:

result.append((x,y,x+width,y+height))

return result

#保存人脸图

def savefaces(image_name):

faces = detectfaces(image_name)

if faces:

#将人脸保存在save_dir目录下。

#image模块：image.open获取图像句柄，crop剪切图像(剪切的区域就是detectfaces返回的坐标)，save保存。

save_dir = image_name.split('.')[0]+"_faces"

os.mkdir(save_dir)

count = 0

for (x1,y1,x2,y2) in faces:

file_name = os.path.join(save_dir,str(count)+".jpg")

image.open(image_name).crop((x1,y1,x2,y2)).save(file_name)

count+=1

#在原图像上画矩形，框出所有人脸。

#调用image模块的draw方法，image.open获取图像句柄，imagedraw.draw获取该图像的draw实例，然后调用该draw实例的rectangle方法画矩形(矩形的坐标即

#detectfaces返回的坐标)，outline是矩形线条颜色(b,g,r)。

#注：原始图像如果是灰度图，则去掉outline，因为灰度图没有rgb可言。draweyes、detectsmiles也一样。

def drawfaces(image_name):

faces = detectfaces(image_name)

if faces:

img = image.open(image_name)

draw_instance = imagedraw.draw(img)

for (x1,y1,x2,y2) in faces:

draw_instance.rectangle((x1,y1,x2,y2), outline=(255, 0,0))

img.save('drawfaces_'+image_name)

#检测眼睛，返回坐标

#由于眼睛在人脸上，我们往往是先检测出人脸，再细入地检测眼睛。故detecteyes可在detectfaces基础上来进行，代码中需要注意“相对坐标”。

#当然也可以在整张图片上直接使用分类器,这种方法代码跟detectfaces一样，这里不多说。

def detecteyes(image_name):

eye_cascade = cv2.cascadeclassifier('/usr/share/opencv/haarcascades/haarcascade_eye.xml')

faces = detectfaces(image_name)

img = cv2.imread(image_name)

gray = cv2.cvtcolor(img, cv2.color_bgr2gray)

result = []

for (x1,y1,x2,y2) in faces:

roi_gray = gray[y1:y2, x1:x2]

eyes = eye_cascade.detectmultiscale(roi_gray,1.3,2)

for (ex,ey,ew,eh) in eyes:

result.append((x1+ex,y1+ey,x1+ex+ew,y1+ey+eh))

return result

#在原图像上框出眼睛.

def draweyes(image_name):

eyes = detecteyes(image_name)

if eyes:

img = image.open(image_name)

draw_instance = imagedraw.draw(img)

for (x1,y1,x2,y2) in eyes:

draw_instance.rectangle((x1,y1,x2,y2), outline=(0, 0,255))

img.save('draweyes_'+image_name)

#检测笑脸

def detectsmiles(image_name):

img = cv2.imread(image_name)

smiles_cascade = cv2.cascadeclassifier("/usr/share/opencv/haarcascades/haarcascade_smile.xml")

if img.ndim == 3:

gray = cv2.cvtcolor(img, cv2.color_bgr2gray)

else:

gray = img #if语句：如果img维度为3，说明不是灰度图，先转化为灰度图gray，如果不为3，也就是2，原图就是灰度图

smiles = smiles_cascade.detectmultiscale(gray,4,5)

result = []

for (x,y,width,height) in smiles:

result.append((x,y,x+width,y+height))

return result

#在原图像上框出笑脸

def drawsmiles(image_name):

smiles = detectsmiles(image_name)

if smiles:

img = image.open(image_name)

draw_instance = imagedraw.draw(img)

for (x1,y1,x2,y2) in smiles:

draw_instance.rectangle((x1,y1,x2,y2), outline=(100, 100,0))

img.save('drawsmiles_'+image_name)

if __name__ == '__main__':

time1=datetime.now()

result=detectfaces('9.jpg')

time2=datetime.now()

print("耗时："+str(time2-time1))

if len(result)>0:

print("有人存在！！---》人数为："+str(len(result)))

else:

print('视频图像中无人！！')

drawfaces('9.jpg')

# draweyes('obama.jpg')

# drawsmiles('obama.jpg')

# savefaces('obama.jpg')

"""

上面的代码将眼睛、人脸、笑脸在不同的图像上框出，如果需要在同一张图像上框出，改一下代码就可以了。

总之，利用opencv里训练好的haar特征的xml文件，在图片上检测出人脸的坐标，利用这个坐标，我们可以将人脸区域剪切保存，也可以在原图上将人脸框出。剪切保存人脸以及用矩形工具框出人脸，本程序使用的是pil里的image、imagedraw模块。

此外，opencv里面也有画矩形的模块，同样可以用来框出人脸。

"""

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持开心学习网。

原文链接：https://blog.csdn.net/wsywb111/article/details/79152425

标签：Python OpenCV 人脸识别

上一篇：pythonhttp文件服务器（使用Python创建简单的HTTP服务器的方法步骤）

下一篇：mysql的7种索引（浅入浅出 MySQL 索引）

您可能感兴趣

opencv人脸识别算法（python利用Opencv实现人脸识别功能）

opencv人脸识别算法

热门推荐

排行榜