(人脸识别2-2)——利用opencv内置分类器检测人脸

利用opencv内置分类器检测人脸

其实opencv里面有内置的已经训练好的人脸分类器，但是仅限与对人脸进行检测，这里我们如果要训练自己的人脸识别分类器的话，要利用这个分类器进行检测和捕捉人脸，然后才能实现识别。

要区分这里的检测和识别是两回事，首先要检测，其实才能是对某个特定人的识别，检测可以调用已有的分类器，但是识别，需要对某个特定人脸进行训练得到特定人的分类器，才能实现识别。

首先看一下在opencv里面的分类器



在opencv3.1源码文件夹下，data/haarcascades/

里面存放这各种已经训练好的分类器，有眼睛，人脸，左右眼等等，下面将贴出代码，有兴趣的可以将代码中的分类器替换成其中的分类器，可以得到很多好玩的效果。

下面上代码：

#-*-coding:utf-8 -*-
import  cv2

def facedetect(windowname,camera_id):
#命名和打开摄像头，详情见上一篇
cv2.namedWindow(windowname)

cap=cv2.VideoCapture(camera_id)

classfier=cv2.CascadeClassifier('/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt2.xml')#加载分类器，分类器位置可以自行更改

color=(0,225,0)#人脸框的颜色，采用rgb模型，这里表示g取255，为绿色框

while cap.isOpened():
ok,frame=cap.read()
if not ok:
break

grey=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#图像灰度化

faceRects=classfier.detectMultiScale(grey,scaleFactor=1.2,minNeighbors=3,minSize=(30,30))#利用分类器检测灰度图像中的人脸矩阵数，1.2和2分别为图片缩放比例和需要检测的有效点数

if len(faceRects)>0:#大于0则检测到人脸
for faceRect in faceRects:#单独框出每一张人脸
x,y,w,h=faceRect#获取框的左上的坐标，框的长宽

cv2.rectangle(frame,(x-10,y-10),(x+w-10,y+h-10),color,2)

cv2.imshow(windowname,frame)#显示图像

c=cv2.waitKey(10)
if c&0xFF==ord('q'):#退出条件
break

cap.release()#释放摄像头并销毁所有窗口
cv2.destroyAllWindows()

if __name__ == '__main__':#主程序
print ('face detecting... ')
facedetect('facedetect',0)

代码比较简单，和前面打开摄像头很相似，添加了加载分类器，利用分类器取出图像中的人脸rectangles，然后对每个rectangle进行人脸框长宽坐标获取，并画出框。

画框调用cv2内置函数 rectangle

一些函数的使用方法可以百度或者在pycharm编程时编辑器会提示：



【原创文章】转载请注明出处：http://blog.csdn.net/wearge/article/details/77247475