欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

詳解如何用OpenCV + Python 實(shí)現(xiàn)人臉識(shí)別

 更新時(shí)間:2017年10月20日 16:43:11   作者:Hanson1  
這篇文章主要介紹了詳解如何用OpenCV + Python 實(shí)現(xiàn)人臉識(shí)別,非常具有實(shí)用價(jià)值,需要的朋友可以參考下

下午的時(shí)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(yàn)一下opencv的人臉識(shí)別,如下文。

必備知識(shí)

Haar-like

通俗的來(lái)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(jiǎn)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(lái)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(jiǎn)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(jì)算強(qiáng)度得以降低。

import cv2
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

畫圖

opencv 的強(qiáng)大之處的一個(gè)體現(xiàn)就是其可以對(duì)圖片進(jìn)行任意編輯,處理。

下面的這個(gè)函數(shù)最后一個(gè)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(lái),要么就保存到物理的存儲(chǔ)介質(zhì)。

import cv2
cv2.imshow("Image Title",image)

獲取人臉識(shí)別訓(xùn)練數(shù)據(jù)

看似復(fù)雜,其實(shí)就是對(duì)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(xùn)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(jìn)而對(duì)圖片進(jìn)行人臉識(shí)別。

import cv2
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')

里賣弄的這個(gè)xml文件,就是opencv在GitHub上共享出來(lái)的具有普適的訓(xùn)練好的數(shù)據(jù)。我們可以直接的拿來(lái)使用。

訓(xùn)練數(shù)據(jù)參考地址:

https://github.com/opencv/opencv/tree/master/data/haarcascades

探測(cè)人臉

說(shuō)白了,就是根據(jù)訓(xùn)練的數(shù)據(jù)來(lái)對(duì)新圖片進(jìn)行識(shí)別的過(guò)程。

import cv2

# 探測(cè)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(lái)達(dá)到不同精度下的識(shí)別。返回值就是opencv對(duì)圖片的探測(cè)結(jié)果的體現(xiàn)。

處理人臉探測(cè)的結(jié)果

結(jié)束了剛才的人臉探測(cè),我們就可以拿到返回值來(lái)做進(jìn)一步的處理了。但這也不是說(shuō)會(huì)多么的復(fù)雜,無(wú)非添加點(diǎn)特征值罷了。

import cv2

print "發(fā)現(xiàn){0}個(gè)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(shí)例

有了剛才的基礎(chǔ),我們就可以完成一個(gè)簡(jiǎn)單的人臉識(shí)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(cè)依據(jù)。

人臉檢測(cè)代碼

# coding:utf-8

import sys

 

reload(sys)

sys.setdefaultencoding('utf8')

#  __author__ = '郭 璞'

#  __date__ = '2016/9/5'

#  __Desc__ = 人臉檢測(cè)小例子,以圓圈圈出人臉

import cv2

# 待檢測(cè)的圖片路徑

imagepath = r'./heat.jpg'

 

# 獲取訓(xùn)練好的人臉的參數(shù)數(shù)據(jù),這里直接從GitHub上使用默認(rèn)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(cè)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(gè)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(cè)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(gè)人臉!

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 用Python編寫一個(gè)國(guó)際象棋AI程序

    用Python編寫一個(gè)國(guó)際象棋AI程序

    在這篇文章中我會(huì)介紹這個(gè)AI如何工作,每一個(gè)部分做什么,它為什么能那樣工作起來(lái)。你可以直接通讀本文,或者去下載代碼,邊讀邊看代碼。雖然去看看其他文件中有什么AI依賴的類也可能有幫助,但是AI部分全都在AI.py文件中
    2014-11-11
  • 帶你詳細(xì)了解Python GUI編程框架

    帶你詳細(xì)了解Python GUI編程框架

    今天小編就為大家分享一篇python 實(shí)現(xiàn)GUI(圖形用戶界面)編程詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-08-08
  • Python字符串匹配算法KMP實(shí)例

    Python字符串匹配算法KMP實(shí)例

    這篇文章主要介紹了Python字符串匹配算法KMP實(shí)現(xiàn)方法,實(shí)例分析了Python針對(duì)字符串操作的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-07-07
  • Python基礎(chǔ)學(xué)習(xí)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】

    Python基礎(chǔ)學(xué)習(xí)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(xué)習(xí)之基本數(shù)據(jù)結(jié)構(gòu),結(jié)合實(shí)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
    2019-06-06
  • pandas去除重復(fù)值的實(shí)戰(zhàn)

    pandas去除重復(fù)值的實(shí)戰(zhàn)

    本文主要介紹了pandas去除重復(fù)值的實(shí)戰(zhàn),文中通過(guò)示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-09-09
  • python之broadcast和numpy.sum()函數(shù)用法及說(shuō)明

    python之broadcast和numpy.sum()函數(shù)用法及說(shuō)明

    這篇文章主要介紹了python之broadcast和numpy.sum()函數(shù)用法及說(shuō)明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-06-06
  • python中以函數(shù)作為參數(shù)(回調(diào)函數(shù))的實(shí)現(xiàn)方法

    python中以函數(shù)作為參數(shù)(回調(diào)函數(shù))的實(shí)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(shí)現(xiàn)方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-01-01
  • Python類綁定方法及非綁定方法實(shí)例解析

    Python類綁定方法及非綁定方法實(shí)例解析

    這篇文章主要介紹了Python類綁定方法及非綁定方法實(shí)例解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-10-10
  • python繪圖中的?四個(gè)繪圖技巧

    python繪圖中的?四個(gè)繪圖技巧

    在可視化數(shù)據(jù)時(shí),通常需要在單個(gè)圖形中繪制多個(gè)圖形。?例如,如果您想從不同的角度可視化相同的變量如:數(shù)字變量的并排直方圖和箱線圖,則多個(gè)圖形很有用。?在這篇文章中,我分享了繪制多個(gè)圖形的?4?個(gè)簡(jiǎn)單但實(shí)用的技巧,具有一定的參考價(jià)值,需要的小伙伴可以參考一下
    2021-12-12
  • Python 中的字符串基礎(chǔ)與應(yīng)用小結(jié)

    Python 中的字符串基礎(chǔ)與應(yīng)用小結(jié)

    在Python中,字符串可以用單引號(hào)或雙引號(hào)括起來(lái),'hello' 與 "hello" 是相同的,這篇文章主要介紹了Python 中的字符串基礎(chǔ)與應(yīng)用,需要的朋友可以參考下
    2023-09-09

最新評(píng)論