python实现人脸识别代码


Posted in Python onNovember 08, 2017

从实时视频流中识别出人脸区域,从原理上看,其依然属于机器学习的领域之一,本质上与谷歌利用深度学习识别出猫没有什么区别。程序通过大量的人脸图片数据进行训练,利用数学算法建立建立可靠的人脸特征模型,如此即可识别出人脸。幸运的是,这些工作OpenCV已经帮我们做了,我们只需调用对应的API函数即可,先给出代码:

#-*- 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/local/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)
    
  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                  
      for faceRect in faceRects: #单独框出每一张人脸
        x, y, w, h = faceRect    
        cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
            
    #显示图像
    cv2.imshow(window_name, frame)    
    c = cv2.waitKey(10)
    if c & 0xFF == ord('q'):
      break    
  
  #释放摄像头并销毁所有窗口
  cap.release()
  cv2.destroyAllWindows() 
  
if __name__ == '__main__':
  if len(sys.argv) != 2:
    print("Usage:%s camera_id\r\n" % (sys.argv[0]))
  else:
    CatchUsbVideo("识别人脸区域", int(sys.argv[1]))

先看一下程序输出结果:

python实现人脸识别代码

程序正确的识别出了我的脸,加上空白行不到50行代码,还是很简单的。当然,绝大部分的工作OpenCV已经默默地替我们做了,所以我们用起来才这么简单。关于代码有几个地方需要重点交代,首先就是人脸分类器这行:

#告诉OpenCV使用人脸识别分类器
classfier = cv2.CascadeClassifier("/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml")

这行代码指定OpenCV选择使用哪种分类器(注意,一定习惯分类这个说法,ML的监督学习研究的就是各种分类问题),OpenCV提供了多种分类器:

python实现人脸识别代码

上图为我的电脑上安装的OpenCV3.2提供的所有分类器,有识别眼睛的(甚至包括左右眼),有识别身体的,有识别笑脸的,甚至还有识别猫脸的,有兴趣的可以逐个试试。关于人脸识别,OpenCV提供多个分类器选择使用,其中haarcascade_frontalface_alt_tree.xml是最严格的分类器,光线、带个帽子都有可能识别不出人脸。其它的稍微好点,default那个识别最宽松,某些情况下我家里的灯笼都会被识别成人脸;)。另外安装环境不同,分类器的安装路径也有可能不同,请在安装完OpenCV后根据分类器的实际安装路径修改代码。另外再多说一句,如果我们想构建自己的分类器,比如检测火焰(火灾报警)、汽车(确定路口汽车数量),我们依然可以使用OpenCV训练构建,详细说明参见OpenCV的官方文档。

接下来解释如下几行代码:

#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                  
  for faceRect in faceRects: #单独框出每一张人脸
    x, y, w, h = faceRect    
    cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)

其中classfier.detectMultiScale()即是完成实际人脸识别工作的函数,该函数参数说明如下:

grey:要识别的图像数据(即使不转换成灰度也能识别,但是灰度图可以降低计算强度,因为检测的依据是哈尔特征,转换后每个点的RGB数据变成了一维的灰度,这样计算强度就减少很多)

scaleFactor:图像缩放比例,可以理解为同一个物体与相机距离不同,其大小亦不同,必须将其缩放到一定大小才方便识别,该参数指定每次缩放的比例

minNeighbors:对特征检测点周边多少有效点同时检测,这样可避免因选取的特征检测点太小而导致遗漏

minSize:特征检测点的最小值

对同一个画面有可能出现多张人脸,因此,我们需要用一个for循环将所有检测到的人脸都读取出来,然后逐个用矩形框框出来,这就是接下来的for语句的作用。Opencv会给出每张人脸在图像中的起始坐标(左上角,x、y)以及长、宽(h、w),我们据此就可以截取出人脸。其中,cv2.rectangle()完成画框的工作,在这里我有意识的外扩了10个像素以框出比人脸稍大一点的区域。cv2.rectangle()函数的最后两个参数一个用于指定矩形边框的颜色,一个用于指定矩形边框线条的粗细程度。

好了,人脸识别的事说清楚了,下一篇该讲讲如何准备训练数据了,只有训练数据足够多,我们的程序才能识别出这是谁,而不是无论青红皂白框个人脸就完事。

总结

以上就是本文关于python实现人脸识别代码的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站:python通过socket实现多个连接并实现ssh功能详解、Python基础练习之用户登录实现代码分享、Python入门之三角函数全解【收藏】等,有什么问题可以随时留言,小编会及时回复大家的。感谢朋友们对本站的支持!

Python 相关文章推荐
从零学python系列之浅谈pickle模块封装和拆封数据对象的方法
May 23 Python
详细介绍Ruby中的正则表达式
Apr 10 Python
python编码总结(编码类型、格式、转码)
Jul 01 Python
解决Python 遍历字典时删除元素报异常的问题
Sep 11 Python
Django 添加静态文件的两种实现方法(必看篇)
Jul 14 Python
教你使用python画一朵花送女朋友
Mar 29 Python
python将图片转base64,实现前端显示
Jan 09 Python
使用python+poco+夜神模拟器进行自动化测试实例
Apr 23 Python
Python3 Tensorlfow:增加或者减小矩阵维度的实现
May 22 Python
给ubuntu18安装python3.7的详细教程
Jun 08 Python
python基于opencv实现人脸识别
Jan 04 Python
Python如何使用神经网络进行简单文本分类
Feb 25 Python
python生成随机图形验证码详解
Nov 08 #Python
Python爬虫实例爬取网站搞笑段子
Nov 08 #Python
python执行使用shell命令方法分享
Nov 08 #Python
python通过socket实现多个连接并实现ssh功能详解
Nov 08 #Python
Python基础练习之用户登录实现代码分享
Nov 08 #Python
python实现简单中文词频统计示例
Nov 08 #Python
python中如何正确使用正则表达式的详细模式(Verbose mode expression)
Nov 08 #Python
You might like
使用swoole扩展php websocket示例
2014/02/13 PHP
Add Formatted Text to a Word Document
2007/06/15 Javascript
js常用排序实现代码
2010/12/28 Javascript
解析js如何获取当前url中的参数值并复制给input
2013/06/23 Javascript
jquery 淡入淡出效果的简单实现
2014/02/07 Javascript
jQuery实现点击该行即可删除HTML表格行
2014/10/17 Javascript
js简单实现竖向tab选项卡的方法
2015/05/04 Javascript
Bootstrap每天必学之折叠(Collapse)插件
2016/04/25 Javascript
jquery ajax结合thinkphp的getjson实现跨域的方法
2016/06/06 Javascript
jQuery之简单的表单验证实例
2016/07/07 Javascript
总结Javascript中的隐式类型转换
2016/08/24 Javascript
BootStrap Table后台分页时前台删除最后一页所有数据refresh刷新后无数据问题
2016/12/28 Javascript
jQuery html表格排序插件tablesorter使用方法详解
2017/02/10 Javascript
jQuery实现文字超过1行、2行或规定的行数时自动加省略号的方法
2018/03/28 jQuery
vue todo-list组件发布到npm上的方法
2018/04/04 Javascript
JS+HTML5 canvas绘制验证码示例
2018/12/05 Javascript
jQuery实现的解析本地 XML 文档操作示例
2020/04/30 jQuery
Element Notification通知的实现示例
2020/07/27 Javascript
vue移动端下拉刷新和上滑加载
2020/10/27 Javascript
[00:05]ChinaJoy现场 DOTA2玩家高呼“CN DOTA BEST DOTA”
2019/08/04 DOTA
Python的Django中django-userena组件的简单使用教程
2015/05/30 Python
Python实现PS图像抽象画风效果的方法
2018/01/23 Python
Python3之简单搭建自带服务器的实例讲解
2018/06/04 Python
Python  unittest单元测试框架的使用
2018/09/08 Python
Python列表常见操作详解(获取,增加,删除,修改,排序等)
2019/02/18 Python
python deque模块简单使用代码实例
2020/03/12 Python
Python GUI库Tkiner使用方法代码示例
2020/11/27 Python
行政工作个人的自我评价
2014/02/13 职场文书
购房委托书
2014/10/15 职场文书
有关西游记的读书笔记
2015/06/25 职场文书
离婚协议书范本(2016最新版)
2016/03/18 职场文书
python 如何将两个实数矩阵合并为一个复数矩阵
2021/05/19 Python
教你使用一行Python代码玩遍童年的小游戏
2021/08/23 Python
进行数据处理的6个 Python 代码块分享
2022/04/06 Python
vue3种table表格选项个数的控制方法
2022/04/14 Vue.js
引用计数法和root搜索算法以及JVM中判定对象需要回收的方法
2022/04/19 Java/Android