Python环境使用OpenCV检测人脸实现教程
作者:Rodrag 时间:2022-01-24 11:31:21
一、文章概述
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。
(1)代码和说明
import cv2 as cv
import 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 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 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表示电脑中的第一个相机
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
来源:https://blog.csdn.net/m0_45161766/article/details/107545960
标签:Python,OpenCV,检测,人脸
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
论Asp与XML的关系
2008-03-05 12:01:00
Oracle 创建用户及数据表的方法
2009-09-26 18:25:00
python线程信号量semaphore使用解析
2023-02-08 08:47:24
一个完美网站的101项指标.第四部分.设计
2008-02-29 22:22:00
在OracleE数据库的字段上建立索引的方法
2009-02-26 10:34:00
ASP读取XML实例 优酷专辑采集程序 雷锋版
2011-03-08 11:05:00
最具创意的广告牌全集
2007-09-21 19:54:00
![](https://img.aspxhome.com/file/UploadPic/20079/21/200792120756728s.jpg)
详解Go 将在下个版本支持新型排序算法pdqsort
2023-10-07 23:49:40
![](https://img.aspxhome.com/file/2023/8/103028_0s.png)
sql之IN和BETWEEN条件运算
2007-09-11 13:35:00
Python实现合并多张图片成视频的示例详解
2021-07-17 06:18:14
![](https://img.aspxhome.com/file/2023/1/67851_0s.jpg)
如何修改MySQL 5.1 data文件夹路径
2010-10-25 19:58:00
Python库skimage绘制二值图像代码实例
2023-06-12 15:05:33
![](https://img.aspxhome.com/file/2023/2/59122_0s.png)
Oracle7.X 回滚表空间数据文件误删除处理方法
2010-07-28 12:54:00
python实现二级登陆菜单及安装过程
2023-09-16 16:05:44
![](https://img.aspxhome.com/file/2023/5/65955_0s.jpg)
详尽解析javascript event对象
2008-06-08 12:25:00
javascript判断一个元素是否数组
2009-07-31 12:48:00
快速认识CSS中的overflow属性
2009-05-29 16:36:00
![](https://img.aspxhome.com/file/UploadPic/up/2009052916595412.gif)
以Python的Pyspider为例剖析搜索引擎的网络爬虫实现方法
2022-02-15 19:11:48
函数式JavaScript编程指南
2007-12-08 20:39:00
简单的asp采集代码教程
2011-04-18 10:39:00