人脸框选多种算法的实现

由于笔者刚刚开始相关的知识的学习，在这里打算做个学过东西的一个详细的记录，当作课后的复习，内容比较比较详细，方便大家一起学习和讨论。

本人能力有限，欢迎大佬指正错误、提出建议。

先介绍第一种算法——haar

haar是一种很早的传统的人脸识别的算法，具体原理可以看一下大佬的文章。大佬的一个haar算法的介绍

其说说白了，Haar主要根据人脸特征如眉毛，鼻子等的灰度图的变换进行识别人脸的。

haar用法：主要在于要加载一个haar相关的xml文件，可以在GitHub上面下载下载地址；

1.创造一个探测器

2.调用创建的探测器去探测到图片人脸的信息

3.根据探测到的信息去框选出人脸。

下面我将基于haar算法做一个视频的人脸识别。

整个代码是比较简单的。

思路为：
构造haar人脸检测器
获取视频流
检测每一帧画面
画人脸框并显示

#这里首先介绍一下视频流的一个处理
import cv2cap = cv2.VideoCapture(0)while True:ret,frame = cap.read()frame = picture_processing(frame)cv2.imshow('demo',frame)if cv2.waitKey(10) & 0xFF == 27:breakcap.release()
cv2.destroyAllWindows()

基于这个视频流，再进行人脸的检测

人脸检测器的构造

face_detector = cv2.CascadeClassifier(r"D:\Python\3\face_detection\cascades\haarcascade_frontalface_default.xml")

然后根据人脸检测器就可以进行特征提取和rectangle的绘制了。

整体的代码如下：

import cv2def picture_processing(img):img = cv2.flip( img ,1)return imgface_detector = cv2.CascadeClassifier(r"D:\Python\3\face_detection\cascades\haarcascade_frontalface_default.xml")cap = cv2.VideoCapture(0)while True:ret,frame = cap.read()frame = picture_processing(frame)frame_gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)detections = face_detector.detectMultiScale( frame_gray, minNeighbors=7 )for (x, y, w, h) in detections:cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),5)cv2.imshow('demo',frame)if cv2.waitKey(10) & 0xFF == 27:breakcap.release()
cv2.destroyAllWindows()

后面介绍第二种方法——hog

hog和上述的haar调用方式方法是很像的，二者在精度和速度上面是有差别。

注意：hog探测器的创建时调用dlib这个包，而不用直接下载，所以我用的更多的还是hog。

由于和上面的方法很像，就不详细的讲解了，直接放源码：

import dlib
import cv2def picture_processing(img):img = cv2.flip( img ,1)return img# 构造HOG人脸检测器
hog_face_detetor = dlib.get_frontal_face_detector()cap = cv2.VideoCapture(0)while True:ret,frame = cap.read()frame = picture_processing(frame)frame_gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)# 输入检测的图片获得检测的人脸信息detections = hog_face_detetor( frame_gray, 1 )#根据检测到的人脸信息框选for face in detections:x = face.left()y = face.top()r = face.right()b = face.bottom()cv2.rectangle( frame_gray, (x, y), (r, b), (0, 255, 0), 5 )cv2.imshow('demo',frame)if cv2.waitKey(10) & 0xFF == 27:breakcap.release()
cv2.destroyAllWindows()

人脸框选多种算法的实现相关推荐

【优秀课设】基于OpenCV的Python人脸识别、检测、框选（遍历目录下所有照片依次识别视频随时标注）
基于OpenCV的Python人脸识别.检测.框选 (遍历目录下所有照片依次识别视频随时标注) 移步: https://blog.csdn.net/weixin_53403301/article/d ...
matlab算概率,用matlab计算概率，再次吐槽某些吧友国战比赛七框选将的建议
该楼层疑似违规已被系统折叠隐藏此楼查看此楼国战比赛讲求观赏性,一国独大根本谈不上观赏性.大魏国的出现,和选将框的多少有非常直接关系.我发现吧里不少高等级玩家建议国战比赛七框选将,我很不赞同,这就是 ...
游戏中常用的寻路算法的分享（3）：A*算法的实现
概述剥除代码,A* 算法非常简单.算法维护两个集合:OPEN 集和 CLOSED 集.OPEN 集包含待检测节点.初始状态,OPEN集仅包含一个元素:开始位置.CLOSED集包含已检测节点.初始状态 ...
关于寻路算法的一些思考（3）：A*算法的实现
概述剥除代码,A* 算法非常简单.算法维护两个集合:OPEN 集和 CLOSED 集.OPEN 集包含待检测节点.初始状态,OPEN集仅包含一个元素:开始位置.CLOSED集包含已检测节点.初始状态 ...
查找算法的实现c语言,查找算法的实现(C语言版)
<查找算法的实现(C语言版)>由会员分享,可在线阅读,更多相关<查找算法的实现(C语言版)(6页珍藏版)>请在人人文库网上搜索. 1.芬梨受交峙东喊济雏狈违晕裂赵檀芬逛温乌摄阿 ...
基于MATLAB的图像压缩感知算法的实现
摘要获取项目源文件,联系Q:1415736481,可指导毕设,课设数据压缩技术是提高无线数据传输速度的有效措施之一.传统的数据压缩技术是基于奈奎斯特采样定律进行采样,并根据数据本身的特性降低其冗余 ...
python边缘检测代码_python Canny边缘检测算法的实现
图像边缘信息主要集中在高频段,通常说图像锐化或检测边缘,实质就是高频滤波.我们知道微分运算是求信号的变化率,具有加强高频分量的作用.在空域运算中来说,对图像的锐化就是计算微分.对于数字图像的离散信号, ...
干货回顾丨TensorFlow四种Cross Entropy算法的实现和应用
交叉熵介绍交叉熵(Cross Entropy)是Loss函数的一种(也称为损失函数或代价函数),用于描述模型预测值与真实值的差距大小,常见的Loss函数就是均方平方差(Mean Squared Er ...
Bug2算法的实现（RobotBASIC环境中仿真）
移动机器人智能的一个重要标志就是自主导航,而实现机器人自主导航有个基本要求--避障.之前简单介绍过Bug避障算法,但仅仅了解大致理论而不亲自动手实现一遍很难有深刻的印象,只能说似懂非懂.我不是天才,不 ...

人脸框选多种算法的实现

由于笔者刚刚开始相关的知识的学习，在这里打算做个学过东西的一个详细的记录，当作课后的复习，内容比较比较详细，方便大家一起学习和讨论。

先介绍第一种算法——haar

后面介绍第二种方法——hog

人脸框选多种算法的实现相关推荐

最新文章

热门文章