基於OpenCV的人臉識別/人臉檢測
阿新 • • 發佈:2018-11-23
1:簡介
人臉檢測指從現實環境中識別出人臉的位置;
人臉識別基於人臉檢測,下一步才能辨析人臉的屬性,從而判別這個人是誰。
2:影象基本概念
幀:一張圖
幀數:一秒鐘重新整理多少張圖片
解析度:單位大小所能承載的畫素,能力為正相關
影象插值:提高影象解析度
OpenCV提供了5種插值方法:最鄰近、雙線性、基於畫素區域、立方插值及蘭索斯插值(加粗的兩個時間複雜度低)
介紹:引用 影象插值
灰度圖:二值影象的拓展,在黑白兩種顏色中取得灰色,黑,白,灰
人臉ROI
3:應用
用Haar級聯來做人臉檢測。 Haar級聯通過在多個尺度上從影象中提取大量的簡單特徵來實現。
簡單特徵主要指邊、線、矩形特徵等,這些特徵都非常易於計算,
然後通過建立一系列簡單的分類器來做訓練。
這裡需要一個cascade_files去訓練model,完整程式碼見我的github
https://github.com/shaojintian/Face_detection/tree/master
#face_nose&eyes_detection.py
import cv2
import numpy as np
#import Haar files to train face detection model
face_cascade=cv2.CascadeClassifier('cascade_files/haarcascade_frontalface_alt.xml')
nose_cascade= cv2.CascadeClassifier('cascade_files/haarcascade_mcs_nose.xml')
eye_cascade=cv2.CascadeClassifier('cascade_files/haarcascade_eye.xml')
# check whether haar is done
if face_cascade.empty():
raise IOError('Unable to load haarcascade_frontalface_alt')
if nose_cascade.empty():
raise IOError('Unable to load haarcascade_mcs_nose.xml' )
if eye_cascade.empty():
raise IOError('Unable to load haarcascade_eye.xml')
# initialize camera from PC camera
# parameter 0 -> PC camera
camera=cv2.VideoCapture(0)
#image clearity scale
scale_image=0.6
# infinite circle to capture images
while True:
#capture current image
#frame->幀
ret,frame=camera.read()
#每次都調整一下幀的大小
#interpolation(插值法):最近鄰時間複雜度最小
frame=cv2.resize(frame,None,fx=scale_image,fy=scale_image,
interpolation=cv2.INTER_NEAREST)
#將影象轉為灰度圖
gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
#灰度影象上執行人臉檢測器->人臉矩形框
#1.5->乘積係數,5->最小緊鄰數量
face_rects=face_cascade.detectMultiScale(gray,1.5,5)
#畫出人臉矩形框
#nose ,eyes in face_rects
#3->框的厚度
for(x,y,w,h) in face_rects:
cv2.rectangle(frame,(x,y),(x+w,y+h),(255,128,0),2)
#require face ROI information
roi_gray=gray[y:y+h,x:x+w]
roi_color=frame[y:y+h,x:x+w]
eye_rects=eye_cascade.detectMultiScale(roi_gray)
nose_rects=nose_cascade.detectMultiScale(roi_gray)
#draw eye and nose rectangle
for(x_eye,y_eye,w_eye,h_eye) in eye_rects:
center=(int(x_eye+0.5*w_eye),int(y_eye+0.5*h_eye))
radius=int(0.3*(w_eye+h_eye))
color=(0,255,255)
thickness=2
cv2.circle(roi_color,center,radius,color,thickness)
for(x_nose,y_nose,w_nose,h_nose) in nose_rects:
center=(int(x_nose+0.5*w_nose),int(y_nose+0.5*h_nose))
radius=int(0.3*(w_nose+h_nose))
color=(0,255,255)
thickness=2
cv2.circle(roi_color,center,radius,color,thickness)
break
#顯示幀
cv2.namedWindow('SJT_cam',0)#0->auto size window
cv2.imshow('SJT_cam',frame)
# 通過esc退出
#wait 1ms to check key response
key=cv2.waitKey(1)
if key==27:#27==ESC
break;
#釋放攝像頭
camera.release()
#關閉所有窗體
cv2.destroyAllWindows()