您的位置:首页 > 编程语言 > Python开发

Python基于OpnenCV实现人脸识别

2013-11-26 21:46 851 查看
最近图像工程有个人脸识别的作业,需要matlab实现。

但是最近一直在学python,感觉python也能做视觉图像处理,而且方便代码量小。

于是在网上搜了一下支持python的库

发现Opencv不错,其具体信息可以google。

说下我的环境配置吧。可能有些人在配置上会出问题。

Python2.7+numpy+opencv2.7.4

win7 64bit

其中numpy官网没有支持64位的安装包,可以在这个网站找到相应的安装包:点击打开链接

代码中用的cv2相关的函数,网上有些实现用了cv1的相关函数,还是有很大区别。具体差别请google。

源码如下:

import numpy
import cv2
import os

def process(srcFile):
face_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalface_alt2.xml')
img = cv2.imread(srcFile)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.2, 1)
for(x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
# cv2.imshow('Rectangle an image', img)

save_path= os.path.splitext(files)[0]+'_out.jpg'
print 'save',save_path
cv2.imwrite(save_path,img)
# cv2.waitKey(0)
#cv2.destroyAllWindows()
# def getDir:
# return os.path.split(os.path.realpath(__file__))[0]

if __name__ =="__main__":

for files in os.listdir(os.getcwd()):
if os.path.splitext(files)[1] == '.jpg' or '.JPG':
print files
process(files)


把要处理的图片文件(jpg格式)和py文件放在同一个文件夹里面!
效果如下:





可以看出总体效果还是不错的,其中有些人脸未能识别,其中一部分原因是和代码中

detectMultiScale函数的参数设置有关,另一方面可能和训练库:haarcascade_frontalface_alt2.xml 不够全面有关。

试了几张图片发现 正脸很容易识别,侧脸 比较难识别。改进有待继续学习。
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: