静态图片人脸识别 OpenCV3,Python3实现
2017-11-10 21:21
981 查看
静态图片人脸识别
OpenCV3,Python3实现
本文采用OpenCV3和Python3 来实现静态图片的人脸识别,采用的是Haar文件级联,首先需要将OpenCV3源代码中找到data文件夹下面的haarcascades文件夹里面包含了所有的OpenCV的人脸检测的XML文件,这些文件可以用于检测静态,视频文件,摄像头视频流中的人脸,找到haarcascades文件夹后,复制里面的XML文件,在你新建的Python脚本文件目录里面建一个名为cascades的文件夹,并把复制的XML文件粘贴到新建的文件夹中
一些有人脸的的图片,这个大家可以自行百度,
创建一个识别人脸的函数detect()
def detect(img): #函数声明了一个face_cascade的变量,该变量为CascadeClassifier的对象,用于检测人脸(frontalface) face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml') #进行灰度化处理 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #进行实际的人脸检测,传递参数是scaleFactor和minNeighbor,分别表示人脸检测过程中每次迭代时图像的压缩率和每个人脸矩形保留近邻数目的最小值 faces = face_cascade.detectMultiScale(gray,1.3,5) for (x,y,w,h) in faces: #依次提取faces变量中的值来画矩形 img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,255),2) cv2.imshow('face_track',img) #避免图形窗口关闭 cv2.waitKey(0)
上面就是主要的函数,当然你也可以不用函数,直接写在while循环里面,下面是完整的程序代码
import cv2 filename = cv2.imread('face_2.jpg') def detect(img): face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml') gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray,1.3,5) for (x,y,w,h) in faces: img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,255),2) cv2.imshow('face_track',img) cv2.waitKey(0) if __name__ == "__main__": detect(filename)
运行结果
相关文章推荐
- 基于python3 OpenCV3实现静态图片人脸识别
- python-opencv-人脸识别实现 从图片中扣人脸
- Python调用OpenCV实现人脸识别
- python使用opencv实现人脸识别系统
- python+opencv实现的简单人脸识别代码示例
- python下实现人脸识别(opencv2)
- Python + OpenCV 实现简单的人脸识别
- 25 行 Python 代码实现人脸识别——OpenCV
- python利用Opencv进行人脸识别(视频流+图片)
- opencv实现人脸识别中过曝光人脸图片处理
- Java使用OpenCV实现人脸识别/人眼检测/图片截取/合成/添加水印
- 关于Python+Opencv实现人脸检测的实验笔记(调用图片文件篇)
- opencv-python 基本例子3个---显示图片,绘制图形,人脸识别
- OpenCV3计算机视觉Python语言实现人脸识别笔记
- python调用OpenCV实现人脸识别功能
- OpenCV + Python 实现人脸识别
- 【图像识别】 Python+Opencv调用摄像头实现人脸识别并保存视频
- python与opencv的结合之人脸识别值
- python下通过dlib和opencv实现人脸对齐(包括关键点检测和仿射变换)
- python 调用海康linux下demo的可执行程序,设置回调,实现人脸识别 以及实现抓拍功能