1. 程式人生 > >圖片人臉檢測——OpenCV版(二)

圖片人臉檢測——OpenCV版(二)

圖片人臉檢測

人臉檢測使用到的技術是OpenCV,上一節已經介紹了OpenCV的環境安裝,點選檢視.

功能展示

識別一種圖上的所有人的臉,並且標出人臉的位置,畫出人眼以及嘴的位置,展示效果圖如下: 

多張臉識別效果圖: 

技術實現思路

圖片轉換成灰色(去除色彩干擾,讓圖片識別更準確)

圖片上畫矩形

使用訓練分類器查詢人臉

具體實現程式碼

圖片轉換成灰色

使用OpenCV的cvtColor()轉換圖片顏色,程式碼如下:

import cv2

filepath = "img/xingye-1.jpg"
img = cv2.imread(filepath)
# 轉換灰色
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 顯示影象
cv2.imshow("Image", gray)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖片上畫矩形

使用OpenCV的rectangle()繪製矩形,程式碼如下:

import cv2

filepath = "img/xingye-1.jpg"
img = cv2.imread(filepath)  # 讀取圖片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 轉換灰色
x = y = 10  # 座標
w = 100  # 矩形大小(寬、高)
color = (0, 0, 255)  # 定義繪製顏色
cv2.rectangle(img, (x, y), (x + w, y + w), color, 1)  # 繪製矩形
cv2.imshow("Image", img)  # 顯示影象
cv2.waitKey(0)
cv2.destroyAllWindows()  # 釋放所有的窗體資源

使用訓練分類器查詢人臉

在使用OpenCV的人臉檢測之前,需要一個人臉訓練模型,格式是xml的,我們這裡使用OpenCV提供好的人臉分類模型xml,下載地址:https://github.com/opencv/opencv/tree/master/data/haarcascades 可全部下載到本地,本人存放的路徑是:C:\Python36\Lib\site-packages\opencv-master\data\haarcascades.

完整實現程式碼:

import cv2

filepath = "img/xingye-1.jpg"
img = cv2.imread(filepath)  # 讀取圖片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 轉換灰色

# OpenCV人臉識別分類器
classifier = cv2.CascadeClassifier(
    "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml"
)
color = (0, 255, 0)  # 定義繪製顏色
# 呼叫識別人臉
faceRects = classifier.detectMultiScale(
    gray, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects):  # 大於0則檢測到人臉
    for faceRect in faceRects:  # 單獨框出每一張人臉
        x, y, w, h = faceRect
        # 框出人臉
        cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)
        # 左眼
        cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8),
                   color)
        #右眼
        cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8),
                   color)
        #嘴巴
        cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4),
                      (x + 5 * w // 8, y + 7 * h // 8), color)

cv2.imshow("image", img)  # 顯示影象
c = cv2.waitKey(10)

cv2.waitKey(0)
cv2.destroyAllWindows()

往期目錄