• 人臉檢測

定義人臉檢測函式detectFaces()，檢測圖片中所有出現的人臉，並返回人臉的矩形座標（矩形左上、右下頂點座標）。使用上面提到的xml檔案（haar特徵），haarcascades目錄下有好幾個是關於人臉檢測的檔案，這裡選擇haarcascade_frontalface_default.xml，當然也可以使用其他的。另外需要注意的是，必須以灰度圖作為haar分類器的輸入。

def detectFaces(image_name):
    img = cv2.imread(image_name)
    face_cascade = cv2.CascadeClassifier(
 
"/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml")if img.ndim ==3:
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)else:
        gray = img #if語句：如果img維度為3，說明不是灰度圖，先轉化為灰度圖gray，如果不為3，也就是2，原圖就是灰度圖

    faces = face_cascade.detectMultiScale(gray,1.2,5)#1.3和5是特徵的最小、最大檢測視窗，它改變檢測結果也會改變
    result 
 
=[]for(x,y,width,height)in faces:
        result.append((x,y,x+width,y+height))return result

程式碼很好理解，先載入xml檔案生成級聯分類器face_cascade，然後用這個級聯分類器對灰度圖進行檢測face_cascade.detectMultiScale(gray, 1.2, 5)，返回值即圖片中所有人臉的座標(x,y,w,h)，在上面的函式中，我們轉化了一下，使得函式返回的是人臉矩形的左上、右下頂點座標。（注：座標零點即原始影象左上頂點，往下y增加，往右x增加）。

• 擷取儲存人臉圖

上面的detectFaces函式我們獲得了圖片中所有人臉的座標，在有些時候，我們希望把人臉截取出來，然後進行下一步操作（比如做人臉身份識別、表情識別等），儲存人臉圖的函式如下，使用了PIL的Image模組

def saveFaces(image_name):
    faces = detectFaces(image_name)if faces:#將人臉儲存在save_dir目錄下。#Image模組：Image.open獲取影象控制代碼，crop剪下影象(剪下的區域就是detectFaces返回的座標)，save儲存。
        save_dir = image_name.split('.')[0]+"_faces"
        os.mkdir(save_dir)
        count =0for(x1,y1,x2,y2)in faces:
            file_name = os.path.join(save_dir,str(count)+".jpg")Image.open(image_name).crop((x1,y1,x2,y2)).save(file_name)
            count+=1

• 框出人臉

有些時候，為了展示或者方便觀察，需要在原始影象上框出人臉，用矩形將人臉框出，這個功能的實現如下，主要用到PIL的ImageDraw模組（另外，opencv也有畫矩形工具，也可以實現）：

#在原影象上畫矩形，框出所有人臉。#呼叫Image模組的draw方法，Image.open獲取影象控制代碼，ImageDraw.Draw獲取該影象的draw例項，然後呼叫該draw例項的rectangle方法畫矩形(矩形的座標即#detectFaces返回的座標)，outline是矩形線條顏色(B,G,R)。#注：原始影象如果是灰度圖，則去掉outline，因為灰度圖沒有RGB可言。drawEyes、detectSmiles也一樣。def drawFaces(image_name):
    faces = detectFaces(image_name)if faces:
        img =Image.open(image_name)
        draw_instance =ImageDraw.Draw(img)for(x1,y1,x2,y2)in faces:
            draw_instance.rectangle((x1,y1,x2,y2), outline=(255,0,0))
        img.save('drawfaces_'+image_name)

好了，先看一下效果，執行drawFaces(‘obama.jpg’)，得到右圖：

執行saveFaces(‘obama.jpg’)，將在當前目錄下生成一個資料夾，並儲存上面框出來的人臉，當然，有一些人臉沒被檢測出來，有些不是人臉被誤認為人臉。

• 眼睛檢測

在haarcascades目錄下，也有一些關於眼睛檢測的xml檔案。可以像函式detectFaces()那樣，將檢測face的xml檔案換成檢測eyes的xml檔案即可。但是，由於眼睛在人臉上，我們往往是先檢測出人臉，再細入地檢測眼睛。故detectEyes可在detectFaces基礎上來進行，程式碼中需要注意“相對座標”。detectEyes()函式同樣返回所有eyes在原圖中的座標。

def detectEyes(image_name):
    eye_cascade = cv2.CascadeClassifier('/usr/share/opencv/haarcascades/haarcascade_eye.xml')
    faces = detectFaces(image_name)

    img = cv2.imread(image_name)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    result =[]for(x1,y1,x2,y2)in faces:
        roi_gray = gray[y1:y2, x1:x2]
        eyes = eye_cascade.detectMultiScale(roi_gray,1.3,2)for(ex,ey,ew,eh)in eyes:
            result.append((x1+ex,y1+ey,x1+ex+ew,y1+ey+eh))return result

• 框出眼睛

def drawEyes(image_name):
    eyes = detectEyes(image_name)if eyes:
        img =Image.open(image_name)
        draw_instance =ImageDraw.Draw(img)for(x1,y1,x2,y2)in eyes:
            draw_instance.rectangle((x1,y1,x2,y2), outline=(0,0,255))
        img.save('draweyes_'+image_name)

執行drawEyes(‘obama.jpg’)，看下效果，非常差：

• 笑臉檢測

def detectSmiles(image_name):
    img = cv2.imread(image_name)
    smiles_cascade = cv2.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_smile.xml")if img.ndim ==3:
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)else:
        gray = img #if語句：如果img維度為3，說明不是灰度圖，先轉化為灰度圖gray，如果不為3，也就是2，原圖就是灰度圖

    smiles = smiles_cascade.detectMultiScale(gray,4,5)
    result =[]for(x,y,width,height)in smiles:
        result.append((x,y,x+width,y+height))return result

• 框出笑臉

def drawSmiles(image_name):
    smiles = detectSmiles(image_name)if smiles:
        img =Image.open(image_name)
        draw_instance =ImageDraw.Draw(img)for(x1,y1,x2,y2)in smiles:
            draw_instance.rectangle((x1,y1,x2,y2), outline=(100,100,0))
        img.save('drawsmiles_'+image_name)

執行drawSmiles(‘obama.jpg’)，看下效果，奧巴馬的眼睛會笑了：

總之，利用opencv裡訓練好的haar特徵的xml檔案，在圖片上檢測出人臉（眼睛、鼻子、笑臉…）的座標，利用這個座標，我們可以將人臉區域剪下儲存，也可以在原圖上將人臉框出。剪下儲存人臉以及用矩形工具框出人臉，本程式使用的是PIL裡的Image、ImageDraw模組。此外也可以用opencv裡的畫圖工具畫矩形。

參考：