python實現人臉檢測的簡單實例
OpenCV
OpenCV 是計算機視覺領域最受歡迎的開源庫,起初它由 C/C ++ 編寫,現在用 Python 也能使用。
OpenCV 可以使用機器學習算法搜索圖像中的人臉。由於人臉比較復雜,所以並沒有一種簡單的測試可以告訴我們它是否發現瞭人臉。但是,算法能夠匹配到數千個很小的模式和特征。算法會將識別人臉的任務分解為幾千個非常非常小的任務,像這種很小的任務,解決起來就比較容易瞭。這樣的微小任務就被稱為分類器。
代碼結果:
方法如下:
尋找導入的xml文件
import cv2 print(cv2.__file__)
找到cv2安裝的路徑,在該路徑下找到/data文件。
裡面默認下載瞭一部分xml文件,不是全部的xml文件。如果需要的xml文件不在裡面,需要自行在網上下載,然後放到該目錄下,以備調用。比如自行安裝('haarcascade_mcs_nose.xml','haarcascade_mcs_mouth.xml')
導入包:
import cv2
導入xml文件,可以根據任務需要,自行選擇需要導入的xml文件
#人臉檢測器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') #眼睛檢測器 eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml') #嘴巴檢測器 mouth_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_mouth.xml') #鼻子檢測器 nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_nose.xml')
設置窗口:
cv2.namedWindow('mytest', 0); cv2.resizeWindow('mytest', 1500, 1000)
打開攝像頭,人臉識別:
#獲取攝像頭 cap = cv2.VideoCapture(0,cv2.CAP_DSHOW) #打開攝像頭 cap.open(0) while cap.isOpened(): #獲取畫面 flag, frame = cap.read() #人臉檢測 faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x, y, w, h) in faces: #根據人臉坐標和長度,寬度畫出矩形 img = cv2.rectangle(img, (x, y), (x+w, y+h),(255, 0 ,0), 2) #確定人臉范圍,在人臉上搜索其他特征 face_area = img[y:y+h, x:x+w] #人眼檢測 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) #嘴巴檢測 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) # 鼻子檢測 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) #畫面顯示 cv2.imshow('mytest', img) #設置退出按鈕 key_pressed = cv2.waitKey(100) print('單機窗口,輸入按鍵,電腦按鍵為',key_pressed,'按esc鍵結束') if key_pressed == 27: break #關閉攝像頭 cap.release() #關閉圖像窗口 cv2.destroyAllWindows()
完整代碼:
import cv2 #人臉檢測器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') #眼睛檢測器 eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml') #嘴巴檢測器 mouth_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_mouth.xml') #鼻子檢測器 nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_nose.xml') #獲取攝像頭 cap = cv2.VideoCapture(0,cv2.CAP_DSHOW) #打開攝像頭 cap.open(0) cv2.namedWindow('mytest', 0); cv2.resizeWindow('mytest', 1500, 1000) while cap.isOpened(): #獲取畫面 flag, frame = cap.read() #人臉檢測 faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x, y, w, h) in faces: #根據人臉坐標和長度,寬度畫出矩形 img = cv2.rectangle(img, (x, y), (x+w, y+h),(255, 0 ,0), 2) #確定人臉范圍,在人臉上搜索其他特征 face_area = img[y:y+h, x:x+w] #人眼檢測 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) #嘴巴檢測 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) # 鼻子檢測 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) #畫面顯示 cv2.imshow('mytest', img) #設置退出按鈕 key_pressed = cv2.waitKey(100) print('單機窗口,輸入按鍵,電腦按鍵為',key_pressed,'按esc鍵結束') if key_pressed == 27: break #關閉攝像頭 cap.release() #關閉圖像窗口 cv2.destroyAllWindows()
總結
到此這篇關於python實現人臉檢測的文章就介紹到這瞭,更多相關python人臉檢測內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- opencv基於Haar人臉檢測和眼睛檢測
- python基於Opencv實現人臉口罩檢測
- 基於python3+OpenCV實現人臉和眼睛識別
- Python OpenCV機器學習之圖像識別詳解
- python 使用OpenCV進行簡單的人像分割與合成