詳解如何用OpenCV + Python 實現(xiàn)人臉識別
下午的時候,配好了OpenCV的Python環(huán)境,OpenCV的Python環(huán)境搭建。于是迫不及待的想體驗一下opencv的人臉識別,如下文。
必備知識
Haar-like
通俗的來講,就是作為人臉特征即可。
Haar特征值反映了圖像的灰度變化情況。例如:臉部的一些特征能由矩形特征簡單的描述,如:眼睛要比臉頰顏色要深,鼻梁兩側(cè)比鼻梁顏色要深,嘴巴比周圍顏色要深等。
opencv api
要想使用opencv,就必須先知道其能干什么,怎么做。于是API的重要性便體現(xiàn)出來了。就本例而言,使用到的函數(shù)很少,也就普通的讀取圖片,灰度轉(zhuǎn)換,顯示圖像,簡單的編輯圖像罷了。
如下:
讀取圖片
只需要給出待操作的圖片的路徑即可。
import cv2 image = cv2.imread(imagepath)
灰度轉(zhuǎn)換
灰度轉(zhuǎn)換的作用就是:轉(zhuǎn)換成灰度的圖片的計算強度得以降低。
import cv2 gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
畫圖
opencv 的強大之處的一個體現(xiàn)就是其可以對圖片進行任意編輯,處理。
下面的這個函數(shù)最后一個參數(shù)指定的就是畫筆的大小。
import cv2 cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
顯示圖像
編輯完的圖像要么直接的被顯示出來,要么就保存到物理的存儲介質(zhì)。
import cv2 cv2.imshow("Image Title",image)
獲取人臉識別訓練數(shù)據(jù)
看似復雜,其實就是對于人臉特征的一些描述,這樣opencv在讀取完數(shù)據(jù)后很據(jù)訓練中的樣品數(shù)據(jù),就可以感知讀取到的圖片上的特征,進而對圖片進行人臉識別。
import cv2 face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')
里賣弄的這個xml文件,就是opencv在GitHub上共享出來的具有普適的訓練好的數(shù)據(jù)。我們可以直接的拿來使用。
訓練數(shù)據(jù)參考地址:
https://github.com/opencv/opencv/tree/master/data/haarcascades
探測人臉
說白了,就是根據(jù)訓練的數(shù)據(jù)來對新圖片進行識別的過程。
import cv2 # 探測圖片中的人臉 faces = face_cascade.detectMultiScale( gray, scaleFactor = 1.15, minNeighbors = 5, minSize = (5,5), flags = cv2.cv.CV_HAAR_SCALE_IMAGE )
我們可以隨意的指定里面參數(shù)的值,來達到不同精度下的識別。返回值就是opencv對圖片的探測結(jié)果的體現(xiàn)。
處理人臉探測的結(jié)果
結(jié)束了剛才的人臉探測,我們就可以拿到返回值來做進一步的處理了。但這也不是說會多么的復雜,無非添加點特征值罷了。
import cv2 print "發(fā)現(xiàn){0}個人臉!".format(len(faces)) for(x,y,w,h) in faces: cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
實例
有了剛才的基礎(chǔ),我們就可以完成一個簡單的人臉識別的小例子了。
圖片素材
下面的這張圖片將作為我們的檢測依據(jù)。
人臉檢測代碼
# coding:utf-8 import sys reload(sys) sys.setdefaultencoding('utf8') # __author__ = '郭 璞' # __date__ = '2016/9/5' # __Desc__ = 人臉檢測小例子,以圓圈圈出人臉 import cv2 # 待檢測的圖片路徑 imagepath = r'./heat.jpg' # 獲取訓練好的人臉的參數(shù)數(shù)據(jù),這里直接從GitHub上使用默認值 face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml') # 讀取圖片 image = cv2.imread(imagepath) gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) # 探測圖片中的人臉 faces = face_cascade.detectMultiScale( gray, scaleFactor = 1.15, minNeighbors = 5, minSize = (5,5), flags = cv2.cv.CV_HAAR_SCALE_IMAGE ) print "發(fā)現(xiàn){0}個人臉!".format(len(faces)) for(x,y,w,h) in faces: # cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2) cv2.circle(image,((x+x+w)/2,(y+y+h)/2),w/2,(0,255,0),2) cv2.imshow("Find Faces!",image) cv2.waitKey(0)
人臉檢測結(jié)果
輸出圖片:
輸出結(jié)果:
D:\Software\Python2\python.exe E:/Code/Python/DataStructor/opencv/Demo.py
發(fā)現(xiàn)3個人臉!
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python基礎(chǔ)學習之基本數(shù)據(jù)結(jié)構(gòu)詳解【數(shù)字、字符串、列表、元組、集合、字典】
這篇文章主要介紹了Python基礎(chǔ)學習之基本數(shù)據(jù)結(jié)構(gòu),結(jié)合實例形式分析了Python數(shù)字、字符串、列表、元組、集合、字典等基本數(shù)據(jù)類型功能、原理及相關(guān)使用技巧,需要的朋友可以參考下2019-06-06python之broadcast和numpy.sum()函數(shù)用法及說明
這篇文章主要介紹了python之broadcast和numpy.sum()函數(shù)用法及說明,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-06-06python中以函數(shù)作為參數(shù)(回調(diào)函數(shù))的實現(xiàn)方法
這篇文章主要介紹了python中以函數(shù)作為參數(shù)(回調(diào)函數(shù))的實現(xiàn)方法,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-01-01