python基于opencv实现人脸识别


Posted in Python onJanuary 04, 2021

将opencv中haarcascade_frontalface_default.xml文件下载到本地,我们调用它辅助进行人脸识别。

识别图像中的人脸

#coding:utf-8
import cv2 as cv

# 读取原始图像
img = cv.imread('face.png')

# 调用熟悉的人脸分类器 识别特征类型
# 人脸 - haarcascade_frontalface_default.xml
# 人眼 - haarcascade_eye.xml
# 微笑 - haarcascade_smile.xml
face_detect = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 检查人脸 按照1.1倍放到 周围最小像素为5
face_zone = face_detect.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
print ('识别人脸的信息:',face_zone)

# 绘制矩形和圆形检测人脸
for x, y, w, h in face_zone:
  # 绘制矩形人脸区域 thickness表示线的粗细
  cv.rectangle(img, pt1=(x, y), pt2=(x+w, y+h),color=[0,0,255], thickness=2)
  # 绘制圆形人脸区域 radius表示半径
  cv.circle(img, center=(x+w//2, y+h//2), radius=w//2, color=[0,255,0], thickness=2)

# 设置图片可以手动调节大小
cv.namedWindow("Easmount-CSDN", 0)

# 显示图片
cv.imshow("Easmount-CSDN", img)

# 等待显示 设置任意键退出程序
cv.waitKey(0)
cv.destroyAllWindows()

python基于opencv实现人脸识别

注意,此算法只能检测正脸,并且任何算法都有一定的准确率。如上图所示,图像中有一处被错误地检测为人脸。

CascadeClassifier:

是OpenCV中人脸检测的一个级联分类器,既可以使用Haar,也可以使用LBP特征。以Haar特征分类器为基础的对象检测技术是一种非常有效的技术。它是基于机器学习且使用大量的正负样本训练得到分类器。

Haar-like矩形特征:

是用于物体检测的数字图像特征。这类矩形特征模板由两个或多个全等的黑白矩形相邻组合而成,而矩形特征值是白色矩形的灰度值的和减去黑色矩形的灰度值的和,矩形特征对一些简单的图形结构,如线段、边缘比较敏感。如果把这样的矩形放在一个非人脸区域,那么计算出的特征值应该和人脸特征值不一样,所以这些矩形就是为了把人脸特征量化,以区分人脸和非人脸。

LBP:

是一种特征提取方式,能提取出图像的局部的纹理特征,最开始的LBP算子是在3X3窗口中,取中心像素的像素值为阀值,与其周围八个像素点的像素值比较,若像素点的像素值大于阀值,则此像素点被标记为1,否则标记为0。这样就能得到一个八位二进制的码,转换为十进制即LBP码,于是得到了这个窗口的LBP值,用这个值来反映这个窗口内的纹理信息。LBPH是在原始LBP上的一个改进,在opencv支持下我们可以直接调用函数直接创建一个LBPH人脸识别的模型。比如:cv.face.LBPHFaceRecognizer_create()。

detectMultiScale:

检测人脸算法,其参数:
? image表示要检测的输入图像
? objects表示检测到的人脸目标序列
? scaleFactor表示每次图像尺寸减小的比例
? minNeighbors表示每一个目标至少要被检测到3次才算是真的目标,因为周围的像素和不同的窗口大小都可以检测到人脸
? minSize表示目标的最小尺寸
? maxSize表示目标的最大尺寸

识别视频中的人脸

将视频中每一帧图像取出,进行图像人脸识别,标记识别到的人脸,显示每一帧图像。

#coding:utf-8
import cv2 as cv
import numpy as np

# 加载视频
cap = cv.VideoCapture('wang.mp4')

# 调用熟悉的人脸分类器 识别特征类型
# 人脸 - haarcascade_frontalface_default.xml
# 人眼 - haarcascade_eye.xm
# 微笑 - haarcascade_smile.xml
face_detect = cv.CascadeClassifier('haarcascade_frontalface_default.xml')

while True:
  # 读取视频片段
  flag, frame = cap.read()
  if flag == False:
    break

  # 灰度处理
  gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

  # 检查人脸 按照1.1倍放到 周围最小像素为5
  face_zone = face_detect.detectMultiScale(gray, scaleFactor = 1.5, minNeighbors = 8)

  # 绘制矩形和圆形检测人脸
  for x, y, w, h in face_zone:
    cv.rectangle(frame, pt1 = (x, y), pt2 = (x+w, y+h), color = [0,0,255], thickness=2)
    cv.circle(frame, center = (x + w//2, y + h//2), radius = w//2, color = [0,255,0], thickness = 2)

  # 显示图片
  cv.imshow('video', frame)
  
  # 设置退出键和展示频率
  if ord('q') == cv.waitKey(25):
    break

# 释放资源
cv.destroyAllWindows()
cap.release()

python基于opencv实现人脸识别

识别摄像头中的人脸

#coding:utf-8
import cv2 as cv

# 识别电脑摄像头并打开
cap = cv.VideoCapture(0)

# 调用熟悉的人脸分类器 识别特征类型
# 人脸 - haarcascade_frontalface_default.xml
# 人眼 - haarcascade_eye.xm
# 微笑 - haarcascade_smile.xml
face_detect = cv.CascadeClassifier('haarcascade_frontalface_default.xml')

while True:
  # 读取视频片段
  flag, frame = cap.read()
  if flag == False:
    break

  # 灰度处理
  gray = cv.cvtColor(frame, code=cv.COLOR_BGR2GRAY)

  # 检查人脸 按照1.1倍放到 周围最小像素为5
  face_zone = face_detect.detectMultiScale(gray, scaleFactor = 1.1, minNeighbors = 5)

  # 绘制矩形和圆形检测人脸
  for x, y, w, h in face_zone:
    cv.rectangle(frame, pt1 = (x, y), pt2 = (x+w, y+h), color = [0,0,255], thickness=2)
    cv.circle(frame, center = (x + w//2, y + h//2), radius = w//2, color = [0,255,0], thickness = 2)

  # 显示图片
  cv.imshow('video', frame)
  
  # 设置退出键和展示频率
  if ord('q') == cv.waitKey(40):
    break

# 释放资源
cv.destroyAllWindows()
cap.release()

以上就是python基于opencv实现人脸识别的详细内容,更多关于python opencv 人脸识别的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
python概率计算器实例分析
Mar 25 Python
Python语言生成水仙花数代码示例
Dec 18 Python
在cmd中运行.py文件: python的操作步骤
May 12 Python
python中for循环输出列表索引与对应的值方法
Nov 07 Python
对Python中list的倒序索引和切片实例讲解
Nov 15 Python
Python-Tkinter Text输入内容在界面显示的实例
Jul 12 Python
Python3 sys.argv[ ]用法详解
Oct 24 Python
python自动下载图片的方法示例
Mar 25 Python
Python性能分析工具py-spy原理用法解析
Jul 27 Python
Python 多进程原理及实现
Dec 21 Python
图神经网络GNN算法
May 11 Python
在python中读取和写入CSV文件详情
Jun 28 Python
利用python绘制正态分布曲线
Jan 04 #Python
Python 打印自己设计的字体的实例讲解
Jan 04 #Python
Python关于拓扑排序知识点讲解
Jan 04 #Python
Python经典五人分鱼实例讲解
Jan 04 #Python
Python约瑟夫生者死者小游戏实例讲解
Jan 04 #Python
python邮件中附加文字、html、图片、附件实现方法
Jan 04 #Python
python自动化发送邮件实例讲解
Jan 04 #Python
You might like
dedecms防止FCK乱格式化你的代码的修改方法
2007/03/17 PHP
PHP实现的文件浏览器功能简单示例
2019/09/12 PHP
laravel在中间件内生成参数并且传递到控制器中的2种姿势
2019/10/15 PHP
asp.net下使用jquery 的ajax+WebService+json 实现无刷新取后台值的实现代码
2010/09/19 Javascript
jquery实现对联广告的方法
2015/02/05 Javascript
jquery实现右侧栏菜单选择操作
2016/03/04 Javascript
第一次接触Bootstrap框架
2016/10/24 Javascript
AngularJS中的Promise详细介绍及实例代码
2016/12/13 Javascript
js数组实现权重概率分配
2017/09/12 Javascript
jquery 输入框查找关键字并提亮颜色的实例代码
2018/01/23 jQuery
nodejs实现超简单生成二维码的方法
2018/03/17 NodeJs
mpvue写一个CPASS小程序的示例
2018/09/04 Javascript
详解处理Vue单页面应用SEO的另一种思路
2018/11/09 Javascript
微信小程序五子棋游戏的悔棋实现方法【附demo源码下载】
2019/02/20 Javascript
初试vue-cli使用HBuilderx打包app的坑
2019/07/17 Javascript
vue图片上传组件使用详解
2019/12/23 Javascript
Vue实现跑马灯效果
2020/05/25 Javascript
[01:50]2014DOTA2西雅图邀请赛 专访欢乐周宝龙
2014/07/08 DOTA
[01:03:13]VG vs Pain 2018国际邀请赛小组赛BO2 第一场 8.18
2018/08/19 DOTA
学习python处理python编码问题
2011/03/13 Python
详解python中executemany和序列的使用方法
2017/08/12 Python
python正则中最短匹配实现代码
2018/01/16 Python
Python Pandas找到缺失值的位置方法
2018/04/12 Python
Django Admin实现三级联动的示例代码(省市区)
2018/06/22 Python
Python实现判断一个整数是否为回文数算法示例
2019/03/02 Python
利用css3实现的简单的鼠标悬停按钮
2014/11/04 HTML / CSS
JBL美国官方商店:扬声器、耳机等
2019/12/01 全球购物
华硕新加坡官方网上商店:ASUS Singapore
2020/07/09 全球购物
信息技术专业大学生个人的自我评价
2013/10/05 职场文书
英语专业应届生求职信范文
2013/11/15 职场文书
大学生自我鉴定
2013/12/08 职场文书
运动会广播稿150字
2014/02/19 职场文书
常务副总经理任命书
2014/06/05 职场文书
开学第一天的感想
2015/08/10 职场文书
2016机关干部作风建设心得体会
2016/01/21 职场文书
Python竟然能剪辑视频
2021/05/25 Python