python可以实现图像的人脸检测吗,基于python的人脸识别技术的实现

  python可以实现图像的人脸检测吗,基于python的人脸识别技术的实现

  本文主要介绍python人脸检测的相关信息。OpenCV可以使用机器学习算法在图像中搜索人脸。通过示例代码详细介绍,有需要的朋友可以参考一下。

  

目录
OpenCV代码结果:方法如下:完整代码:摘要

  

OpenCV

  OpenCV是计算机视觉领域最流行的开源库。一开始是用C/C写的,现在可以用Python了。

  OpenCV可以使用机器学习算法在图像中搜索人脸。由于人脸的复杂性,没有简单的测试可以告诉我们它是否找到了人脸。然而,该算法可以匹配成千上万个小图案和特征。该算法将人脸识别的任务分解成成千上万个非常非常小的任务。这样的小任务更容易解决。这样的小任务称为分类器。

  

代码结果:

  

方法如下:

  找到导入的xml文件

  导入cv2

  打印(cv2。__file__)

  找到cv2的安装路径,在这个路径下找到/data文件。

  默认情况下,会下载一些xml文件,但不是所有的xml文件。如果需要的xml文件不在里面,就需要在网上下载,然后放在目录里调用。例如自安装( haarcascade _ mcs _ nose.xml , haarcascade _ mcs _ mouth.xml )

  导入包:

  导入cv2

  要导入xml文件,您可以根据任务要求选择要导入的xml文件。

  #面部检测器

  face_cascade=cv2。cascade classifier(cv2 . data . Haar cascades Haar cascade _ frontal face _ default . XML )

  #眼睛检测器

  眼睛_级联=cv2。cascade classifier(cv2 . data . Haar cascades Haar cascade _ eye . XML )

  #口腔检测器

  mouth_cascade=cv2。cascade classifier(cv2 . data . Haar cascades Haar cascade _ MCS _ mouth . XML )

  #鼻子探测器

  鼻_级联=cv2。cascade classifier(cv2 . data . Haar cascades Haar cascade _ MCS _ nose . XML )

  设置窗口:

  cv2.namedWindow(mytest ,0);

  cv2.resizeWindow(mytest ,1500,1000)

  打开摄像头,面部识别:

  #拿起相机

  cap=cv2。视频捕获(0,cv2。CAP_DSHOW)

  #打开摄像机

  cap.open(0)

  而cap.isOpened():

  #了解情况

  flag,frame=cap.read()

  #面部检测

  faces=face _ cascade . detect multi scale(frame,1.3,2)

  img=框架

  对于面:中的(x,y,w,h)

  #根据人脸坐标和长宽画一个矩形。

  img=cv2.rectangle(img,(x,y),(x w,y h),(255,0,0),2)

  #确定面部范围并搜索面部的其他特征

  face_area=img[y:y h,x:x w]

  #人眼检测

  eyes=eye _ cascade . detect multi scale(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盛行IT软件开发工作室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盛行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: