python使用opencv对猫脸进行检测，并且框出猫脸

首先导入需要的cv2库，如果没有的可以在Terminal中使用pip install opencv-python导入opencv的主要库包。

import cv2

使用filepath赋值照片的路径并且使用cv2.imread（）读取照片：

filepath = "./1.jpg"

img = cv2.imread(filepath) # 读取图片

照片的原始图片为：

使用opencv自带的函数cv2.cvtColor()将其转为灰度图：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换灰色

使用opencv自带的函数建立识别分类器和训练分类器，再定义画框的颜色：

# OpenCV猫脸识别分类器
classifier = cv2.CascadeClassifier("./haarcascade_frontalcatface.xml")
color = (0, 255, 0) # 定义绘制颜色

# 调用识别猫脸
faceRects = classifier.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=3, minSize=(5, 5))

注意：./haarcascade_frontalcatface.xml是Python（anaconda）中本身自带的，如果需要可以在python（anaconda）目录下之间复制到和.py文件同一级目录下，或者使用绝对路径，如果没有找到有可能是版本太低。

判断是否有猫脸，如果是则单独框出每一张猫脸

if len(faceRects): # 大于0则检测到猫脸
for faceRect in faceRects: # 单独框出每一张猫脸
x, y, w, h = faceRect
# 框出猫脸
cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)

使用cv2.imshow()来展示图片，最后关闭所有的Windows。

cv2.imshow("image", img) # 显示图像
c = cv2.waitKey(10)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果如下所示：

全部代码如下：

import cv2

filepath = "./1.jpg"

img = cv2.imread(filepath) # 读取图片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 转换灰色
# OpenCV猫脸识别分类器
classifier = cv2.CascadeClassifier("./haarcascade_frontalcatface.xml")
color = (0, 255, 0) # 定义绘制颜色

# 调用识别猫脸
faceRects = classifier.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=3, minSize=(5, 5))

if len(faceRects): # 大于0则检测到猫脸
for faceRect in faceRects: # 单独框出每一张猫脸
x, y, w, h = faceRect
# 框出猫脸
cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)

cv2.imshow("image", img) # 显示图像
c = cv2.waitKey(10)
cv2.waitKey(0)
cv2.destroyAllWindows()

如果账号可直接点复制下面内容：

import cv2filepath = "./1.jpg"img = cv2.imread(filepath)  # 读取图片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换灰色
# OpenCV猫脸识别分类器
classifier = cv2.CascadeClassifier("./haarcascade_frontalcatface.xml")
color = (0, 255, 0)  # 定义绘制颜色# 调用识别猫脸
faceRects = classifier.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=3, minSize=(5, 5))if len(faceRects):  # 大于0则检测到猫脸for faceRect in faceRects:  # 单独框出每一张猫脸x, y, w, h = faceRect# 框出猫脸cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)cv2.imshow("image", img)  # 显示图像
c = cv2.waitKey(10)
cv2.waitKey(0)
cv2.destroyAllWindows()

python使用opencv对猫脸进行检测，并且框出猫脸相关推荐

Python，OpenCV轮廓属性、轮廓检测及绘制
Python,OpenCV轮廓属性.轮廓检测及绘制 1. 效果图 2. 源码 2.1 轮廓属性 2.2 轮廓特征参考这篇博客将介绍OpenCV中的轮廓,轮廓的特征及属性(质心,面积,轮廓,近似轮廓 ...
使用Python，OpenCV，dlib进行睡意检测（疲劳驾驶检测）
使用Python,OpenCV,dlib进行睡意检测,可以看做是对上一篇博客眨眼检测的进阶. 使用Python,OpenCV,dlib进行睡意检测 1. 睡意检测依赖及原理依赖面部检测,面部标志检测 ...
Python基于OpenCV的指针式表盘检测系统（附带源码＆技术文档）
1.背景指针式机械表盘具有安装维护方便.结构简单.防电磁干扰等诸多优点, 目前广泛应用于工矿企业.能源及计量等部门.随着仪表数量的增加及精密仪表技术的发展,人工判读已经不能满足实际应用需求.随着计算 ...
Python基于Opencv的鱼群密度速度检测系统（源码＆教程）
1.研究背景智慧渔业是大数据.物联网与人工智能等现代信息技术驱动下的渔业发展新模式,是水产养殖业供给侧结构性改革的重要方式,涉及养殖环境监测.生物环境监测与生物状态监测这几大方面的应用与需求.本文从 ...
CoLab - 图像人脸检测_框出人脸
CoLab - 图像人脸检测_框出人脸此文章教你如何使用谷歌Colaboratory实现静止图片的人脸检测和划框框. CoLab最大好处:GPU计算速度快! 注: · 国内登陆Colab需使用到梯梯 ...
python 活体检测_基于Python+Keras+OpenCV实现实时人脸活体检测 | 文末送书
你在互联网上找到的大多数人脸识别算法和研究论文都会遭受照片***.这些方法在检测和识别来自网络摄像头的图像.视频和视频流中的人脸方面是很是有效,可是他们没法区分现实生活中的面孔和照片上的面孔.这种没法 ...
基于Python+Keras+OpenCV实现实时人脸活体检测 | 文末送书
你在互联网上找到的大多数人脸识别算法和研究论文都会遭受照片攻击.这些方法在检测和识别来自网络摄像头的图像.视频和视频流中的人脸方面是非常有效,但是他们无法区分现实生活中的面孔和照片上的面孔.这种无法区 ...
基于python的移动物体检测_感兴趣区域的移动物体检测，框出移动物体的轮廓 (固定摄像头, opencv-python)...
感兴趣区域.特定区域.框出移动物体的轮廓.越界检测.入侵物体检测.使用 opencv-python库的函数cv2.findContours.cv2.approxPolyDP.cv2.arcLength ...
Python基于OpenCV实现视频的人脸检测
前提条件 1.摄像头 2.已安装Python和OpenCV3 代码 import cv2 import sys import logging as log import datetime as dt ...

python使用opencv对猫脸进行检测，并且框出猫脸

python使用opencv对猫脸进行检测，并且框出猫脸相关推荐

最新文章

热门文章