python下实现人脸识别（opencv2）

上一篇中提到了在python下配置opencv2，这里就不在重复了。

用opecv的自带分类器haarcascade_frontalface_alt.xml进行人脸识别。

主要包含两部分内容：1，识别人脸，并用圆形框进行标记；2，对人脸的移动路线进行标记。

程序实现如下：

import cv2

import numpy as np

cv2.namedWindow("test")#命名一个窗口

cv2.namedWindow("test1")#命名一个新的窗口，这个主要实现的是，人脸在移动过程中，对其的移动路径进行标记。

cap=cv2.VideoCapture(0)#打开1号摄像头

success, frame = cap.read()#读取一桢图像，这个图像用来获取它的大小

color = (134,126,255)#设置人脸框的颜色

classfier=cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")#定义分类器，这里是opencv2自带的分类器

success,frame = cap.read()

#print frame.shape

size=frame.shape[:2]#获得当前桢彩色图像的大小

image=np.zeros(size,dtype=np.float16)#定义一个与当前桢图像大小相同的的灰度图像矩阵

img = cv2.cvtColor(frame, cv2.cv.CV_BGR2GRAY)#将当前桢图像转换成灰度图像

while success:

success,frame = cap.read()

#print frame.shape

size=frame.shape[:2]#获得当前桢彩色图像的大小

image=np.zeros(size,dtype=np.float16)#定义一个与当前桢图像大小相同的的灰度图像矩阵

image = cv2.cvtColor(frame, cv2.cv.CV_BGR2GRAY)#灰度化

cv2.equalizeHist(image, image)#灰度图像进行直方图等距化

#如下三行是设定最小图像的大小

divisor=8

h, w = size

minSize=(w/divisor, h/divisor)

faceRects = classfier.detectMultiScale(image, 1.2, 2, cv2.CASCADE_SCALE_IMAGE,minSize)#人脸检测

if len(faceRects)>0:#如果检测到人脸，则将人脸进行标记

for faceRect in faceRects: #对每一个人脸画圆形标记

x, y, w, h = faceRect

#cv2.rectangle(frame, (x, y), (x+w, y+h), color)

cv2.circle(frame,(x+w/2,y+h/2),w/2,color,2,8,0)

cv2.circle(img,(x+w/2,y+h/2),2,color,2,8,0)

cv2.imshow("test", frame)#显示图像

cv2.imshow("test1", img)#显示图像

key=cv2.waitKey(10)

c = chr(key & 255)

if c in ['q', 'Q', chr(27)]:

break

cv2.destroyAllWindows

实现效果如下：

下图的灰色连线部分就是人脸在移动过程中所标记的路线。