一、文章概述

本文将要讲述的是Python环境下如何用OpenCV检测人脸，本文的主要内容分为：

1、检测图片中的人脸
2、实时检测视频中出现的人脸
3、用运设备的摄像头实时检测人脸

二：准备工作

提前做的准备：

安装好Python3
下载安装OpenCV库，方法是pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com/pypi/simple
下载特征数据HAAR和LBP，这两种数据都能实现对人脸特征的提取，HAAR大多是小数计算所以运算速度较慢，LBP大多是整数计算运行速度较快。如图所示，本次实例用红框中的文本，其他的文本，比如第一个haarcascade_eye.xml是眼睛识别的文本，我们下次再用。
注意：点击下载HAAR和LBP的特征数据--------数据集下载

三、开始讲述

1、图片人脸检测

（1）代码和说明

import cv2 as cv
import numpy as npdef face_detect_demo():#人脸检测函数gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)#把图片变成灰度图片，因为人脸的特征需要在灰度图像中查找#以下分别是HAAR和LBP特征数据，任意选择一种即可，注意：路径中的‘/’和‘\’是有要求的# 通过级联检测器 cv.CascadeClassifier，加载特征数据# face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")#在尺度空间对图片进行人脸检测，第一个参数是哪个图片，第二个参数是向上或向下的尺度变化，是原来尺度的1.02倍，第三个参数是在相邻的几个人脸检测矩形框内出现就认定成人脸，这里是在相邻的5个人脸检测框内出现，如果图片比较模糊的话建议降低一点faces = face_detector.detectMultiScale(gray, 1.02, 5)for x, y, w, h in faces:#绘制结果图#rectangle参数说明，要绘制的目标图像，矩形的第一个顶点，矩形对角线上的另一个顶点，线条的颜色，线条的宽度cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2)cv.imshow("result", src)#输出结果图src = cv.imread("D:/pyproject/cv_renlianjiance/cvrenxiangpic/1.jpg")#图片是JPG和png都可以
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)#创建绘图窗口
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
face_detect_demo()
cv.waitKey(0)
cv.destroyAllWindows()#作用是能正常关闭绘图窗口
123456789101112131415161718192021222324

（2）结果展示

2、视频中的人脸检测

（1）代码和说明

import cv2 as cv
import numpy as npdef face_detect_demo(image):gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)# face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")faces = face_detector.detectMultiScale(gray, 1.02, 5)for x, y, w, h in faces:cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)cv.imshow("result", image)capture = cv.VideoCapture("D:/pyproject/cv_renlianjiance/video/1.mp4")
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
while (True):#按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。ret, frame = capture.read()# cv.flip函数表示图像翻转，沿y轴翻转, 0: 沿x轴翻转, <0: x、y轴同时翻转frame = cv.flip(frame, 1)face_detect_demo(frame)#waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；c = cv.waitKey(10)if c == 27:#当键盘按下‘ESC’退出程序break#cv.waitKey(0)参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；
cv.waitKey(0)
cv.destroyAllWindows()#作用是能正常关闭绘图窗口
1234567891011121314151617181920212223242526272829

（2）结果展示

3、利用设备上的摄像头进行人脸检测，其实和2中的代码一样，只是打开摄像头，而不是读取视频文件

代码和说明

import cv2 as cv
import numpy as npdef face_detect_demo(image):gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)# face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")faces = face_detector.detectMultiScale(gray, 1.02, 5)for x, y, w, h in faces:cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)cv.imshow("result", image)capture = cv.VideoCapture(0)#其中的0表示电脑中的第一个相机
cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
while (True):#按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。ret, frame = capture.read()# cv.flip函数表示图像翻转，沿y轴翻转, 0: 沿x轴翻转, <0: x、y轴同时翻转frame = cv.flip(frame, 1)face_detect_demo(frame)#waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；c = cv.waitKey(10)if c == 27:#当键盘按下‘ESC’退出程序break#cv.waitKey(0)参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；
cv.waitKey(0)
cv.destroyAllWindows()#作用是能正常关闭绘图窗口
1234567891011121314151617181920212223242526272829

以上就是本文所有内容，希望能帮到大家！！！

你学会了吗？如果获取源码请加群：1136192749

基于Python的OpenCV人脸检测！OpenCV太强了！相关推荐

25 行 Python 代码实现人脸检测——OpenCV 技术教程
安装 OpenCV 首选,你需要找到对应你的操作系统的正确设置文件. 我发现,安装 OpenCV 是最难的一个环节.如果你遇到奇怪的.无法解释的错误,有可能是库崩溃了.32 与 64 比特的兼容问题等 ...
【OpenCV图像处理入门学习教程六】基于Python的网络爬虫与OpenCV扩展库中的人脸识别算法比较
OpenCV图像处理入门学习教程系列,上一篇第五篇:基于背景差分法的视频目标运动侦测一.网络爬虫简介(Python3) 网络爬虫,大家应该不陌生了.接下来援引一些Jack-Cui在专栏<Pyt ...
基于深度学习的人脸检测和关键点检测推理实践（OpenCV实现，含代码）
目录一.任务概述二.环境准备三.实现步骤 3.1 Python推理 3.2 C++推理 3.2.1 环境准备 3.2.2 推理 3.3 Java推理一.任务概述最近项目中大量场景需要用到人脸 ...
.NetCore——基于OpenCV人脸检测
.NetCore--基于OpenCV人脸检测一.介绍在.NetCore中,基于OpenCV实现对静态图片的人脸识别,检测人脸是否存在,且存在的数量.注: 不能自动学习人脸特征. 二.使用首先引入 ...
基于Haar分类器的OpenCV人脸检测实例
一．人脸的Haar特征分类器是什么人脸的Haar特征分类器就是一个XML文件,该文件中会描述人脸的Haar特征值.当然Haar特征的用途可不止可以用来描述人脸这一种,用来描述眼睛,嘴唇或是其它物体也 ...
opencv人脸检测总结
主要参考了很多大神的总结,做了自己的整理,还没有完成,,后续不断完善补充 opencv人脸检测总结一.人脸检测介绍 1. 人脸检测分类基于知识方法主要利用先验知识将人脸看作器官特征的组合,根据眼睛 ...
OpenCV与图像处理学习十七——OpenCV人脸检测（含代码）
OpenCV与图像处理学习十七--OpenCV人脸检测(含代码) 一.人脸识别概要 1.1 人脸检测 1.2 人脸对齐(Face Alignment) 1.3 人脸特征提取(Face Feature ...
视频人脸检测——OpenCV版（三）
视频人脸检测是图片人脸检测的高级版本,图片检测详情点击查看我的上一篇<图片人脸检测--OpenCV版(二)> 实现思路: 调用电脑的摄像头,把摄像的信息逐帧分解成图片,基于图片检测标识出人 ...
OpenCV-Python实战（21）——OpenCV人脸检测项目在Web端的部署
OpenCV-Python实战(21)--OpenCV人脸检测项目在Web端的部署 0. 前言 1. OpenCV 人脸检测项目在 Web 端的部署 1.1 解析请求并构建响应 1.2 构建请求进行测 ...
人脸识别系统——OpenCV人脸检测
EduCoder:人脸识别系统--OpenCV人脸检测第1关:图片基本操作编程要求: 请在右侧编辑器中的BEGIN-END之间编写代码,完成如下要求: 导入openCV库(cv2): 读取路径 s ...

基于Python的OpenCV人脸检测！OpenCV太强了！

一、文章概述

二：准备工作

三、开始讲述

1、图片人脸检测

2、视频中的人脸检测

3、利用设备上的摄像头进行人脸检测，其实和2中的代码一样，只是打开摄像头，而不是读取视频文件

以上就是本文所有内容，希望能帮到大家！！！

基于Python的OpenCV人脸检测！OpenCV太强了！相关推荐

最新文章

热门文章