python实现人脸检测的简单实例
目录
OpenCV代码结果:方法如下:完整代码:总结OpenCV
OpenCV 是计算机视觉领域最受欢迎的开源库,起初它由 C/C ++ 编写,现在用 Python 也能使用。
OpenCV 可以使用机器学习算法搜索图像中的人脸。由于人脸比较复杂,所以并没有一种简单的测试可以告诉我们它是否发现了人脸。但是,算法能够匹配到数千个很小的模式和特征。算法会将识别人脸的任务分解为几千个非常非常小的任务,像这种很小的任务,解决起来就比较容易了。这样的微小任务就被称为分类器。
代码结果:
方法如下:
寻找导入的xml文件
import cv2 print(cv2.__file__)
找到cv2安装的路径,在该路径下找到/data文件。
里面默认下载了一部分xml文件,不是全部的xml文件。如果需要的xml文件不在里面,需要自行在网上下载,然后放到该目录下,以备调用。比如自行安装("haarcascade_mcs_nose.xml","haarcascade_mcs_mouth.xml")
导入包:
import cv2
导入xml文件,可以根据任务需要,自行选择需要导入的xml文件
#人脸检测器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml") #眼睛检测器 eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_eye.xml") #嘴巴检测器 mouth_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_mcs_mouth.xml") #鼻子检测器 nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_mcs_nose.xml")
设置窗口:
cv2.namedWindow("mytest", 0); cv2.resizeWindow("mytest", 1500, 1000)
打开摄像头,人脸识别:
#获取摄像头 cap = cv2.VideoCapture(0,cv2.CAP_DSHOW) #打开摄像头 cap.open(0) while cap.isOpened(): #获取画面 flag, frame = cap.read() #人脸检测 faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x, y, w, h) in faces: #根据人脸坐标和长度,宽度画出矩形 img = cv2.rectangle(img, (x, y), (x+w, y+h),(255, 0 ,0), 2) #确定人脸范围,在人脸上搜索其他特征 face_area = img[y:y+h, x:x+w] #人眼检测 eyes = eye_cascade.detectMultiScale(face_area, 1.3, 2) for (ex, ey, ew, eh) in eyes: cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (255, 0 ,0), 1) #嘴巴检测 mouth = mouth_cascade.detectMultiScale(face_area, 1.5, 2) for (mx, my, mw, mh) in mouth: cv2.rectangle(face_area, (mx, my), (mx + mw, my + mh), (0, 0, 255), 2) # 鼻子检测 nose = nose_cascade.detectMultiScale(face_area, 1.2, 5) for (nx, ny, nw, nh) in nose: cv2.rectangle(face_area, (nx, ny), (nx + nw, ny + nh), (255, 0, 255), 2) #画面显示 cv2.imshow("mytest", img) #设置退出按钮 key_pressed = cv2.waitKey(100) print("单机窗口,输入按键,电脑按键为",key_pressed,"按esc键结束") if key_pressed == 27: break #关闭摄像头 cap.release() #关闭图像窗口 cv2.destroyAllWindows()
完整代码:
import cv2 #人脸检测器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml") #眼睛检测器 eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_eye.xml") #嘴巴检测器 mouth_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_mcs_mouth.xml") #鼻子检测器 nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_mcs_nose.xml") #获取摄像头 cap = cv2.VideoCapture(0,cv2.CAP_DSHOW) #打开摄像头 cap.open(0) cv2.namedWindow("mytest", 0); cv2.resizeWindow("mytest", 1500, 1000) while cap.isOpened(): #获取画面 flag, frame = cap.read() #人脸检测 faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x, y, w, h) in faces: #根据人脸坐标和长度,宽度画出矩形 img = cv2.rectangle(img, (x, y), (x+w, y+h),(255, 0 ,0), 2) #确定人脸范围,在人脸上搜索其他特征 face_area = img[y:y+h, x:x+w] #人眼检测 eyes = eye_cascade.detectMultiScale(face_area, 1.3, 2) for (ex, ey, ew, eh) in eyes: cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (255, 0 ,0), 1) #嘴巴检测 mouth = mouth_cascade.detectMultiScale(face_area, 1.5, 2) for (mx, my, mw, mh) in mouth: cv2.rectangle(face_area, (mx, my), (mx + mw, my + mh), (0, 0, 255), 2) # 鼻子检测 nose = nose_cascade.detectMultiScale(face_area, 1.2, 5) for (nx, ny, nw, nh) in nose: cv2.rectangle(face_area, (nx, ny), (nx + nw, ny + nh), (255, 0, 255), 2) #画面显示 cv2.imshow("mytest", img) #设置退出按钮 key_pressed = cv2.waitKey(100) print("单机窗口,输入按键,电脑按键为",key_pressed,"按esc键结束") if key_pressed == 27: break #关闭摄像头 cap.release() #关闭图像窗口 cv2.destroyAllWindows()
总结
到此这篇关于python实现人脸检测的文章就介绍到这了,更多相关python人脸检测内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!
X 关闭
X 关闭
- 15G资费不大降!三大运营商谁提供的5G网速最快?中国信通院给出答案
- 2联想拯救者Y70发布最新预告:售价2970元起 迄今最便宜的骁龙8+旗舰
- 3亚马逊开始大规模推广掌纹支付技术 顾客可使用“挥手付”结账
- 4现代和起亚上半年出口20万辆新能源汽车同比增长30.6%
- 5如何让居民5分钟使用到各种设施?沙特“线性城市”来了
- 6AMD实现连续8个季度的增长 季度营收首次突破60亿美元利润更是翻倍
- 7转转集团发布2022年二季度手机行情报告:二手市场“飘香”
- 8充电宝100Wh等于多少毫安?铁路旅客禁止、限制携带和托运物品目录
- 9好消息!京东与腾讯续签三年战略合作协议 加强技术创新与供应链服务
- 10名创优品拟通过香港IPO全球发售4100万股 全球发售所得款项有什么用处?