欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python學(xué)習(xí)筆記之圖片人臉檢測識別實例教程

 更新時間:2019年03月06日 09:21:03   作者:小柒  
這篇文章主要給大家介紹了關(guān)于Python學(xué)習(xí)筆記之圖片人臉檢測識別的相關(guān)資料,文中通過示例代碼以及圖文介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧

前言

隨著科技的發(fā)展,人臉識別技術(shù)在許多領(lǐng)域得到的非常廣泛的應(yīng)用,手機支付、銀行身份驗證、手機人臉解鎖等等。

識別

廢話少說,這里我們使用 opencv 中自帶了 haar人臉特征分類器,利用訓(xùn)練好的 haar 特征的 xml 文件,在圖片上檢測出人臉的坐標,利用這個坐標,我們可以將人臉區(qū)域剪切保存,也可以在原圖上將人臉框出。

代碼實現(xiàn):

# -*-coding:utf8-*-#
import os
import cv2
from PIL import Image, ImageDraw
from datetime import datetime

"""
分類器 https://github.com/opencv/opencv/tree/master/data/haarcascades
安裝模塊:pip install Pillow pip install opencv-python
博客:https://blog.52itstyle.vip/archives/3771/
"""


def detectFaces(image_name):
 img = cv2.imread(image_name)
 face_cascade = cv2.CascadeClassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")
 if img.ndim == 3:
  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 else:
  gray = img # if語句:如果img維度為3,說明不是灰度圖,先轉(zhuǎn)化為灰度圖gray,如果不為3,也就是2,原圖就是灰度圖

 faces = face_cascade.detectMultiScale(gray, 1.2, 5) # 1.3和5是特征的最小、最大檢測窗口,它改變檢測結(jié)果也會改變
 result = []
 for (x, y, width, height) in faces:
  result.append((x, y, x + width, y + height))
 return result


# 保存人臉圖
def saveFaces(image_name):
 faces = detectFaces(image_name)
 if faces:
  # 將人臉保存在save_dir目錄下。
  # Image模塊:Image.open獲取圖像句柄,crop剪切圖像(剪切的區(qū)域就是detectFaces返回的坐標),save保存。
  save_dir = image_name.split('.')[0] + "_faces"
  os.mkdir(save_dir)
  count = 0
  for (x1, y1, x2, y2) in faces:
   file_name = os.path.join(save_dir, str(count) + ".jpg")
   Image.open(image_name).crop((x1, y1, x2, y2)).save(file_name)
   count += 1


if __name__ == '__main__':
 time1 = datetime.now()
 result = detectFaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg")
 time2 = datetime.now()
 print("耗時:" + str(time2 - time1))
 if len(result) > 0:
  print("有人存在??!---》人數(shù)為:" + str(len(result)))
 else:
  print('視頻圖像中無人??!')

 drawFaces(os.getcwd()+"\\images\\", "hanxue.jpg")
 saveFaces(os.getcwd()+\\images\\gaoyuanyuan.jpg)

識別效果圖:

多人識別效果:

經(jīng)過測試,最終選用了 haarcascade_frontalface_alt.xml 做人臉識別,識別率最高。

人臉檢測分類器對比:

級聯(lián)分類器的類型 XML文件名
人臉檢測器(默認) haarcascade_frontalface_default.xml
人臉檢測器(快速的Haar) haarcascade_frontalface_alt2.xml
人臉檢測器(Tree) haarcascade_frontalface_alt_tree.xml
人臉檢測器(Haar_1) haarcascade_frontalface_alt.xml

小結(jié)

開源的人臉檢測分類器對于標準的人臉識別足夠了,要想精確識別比如,側(cè)臉、模糊、光照、遮擋的人臉,只能通過深度機器學(xué)習(xí)進一步優(yōu)化識別精度和速度。

源碼

https://gitee.com/52itstyle/Python/tree/master/Day09本地下載

總結(jié)

以上就是這篇文章的全部內(nèi)容了,希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,如果有疑問大家可以留言交流,謝謝大家對腳本之家的支持。

相關(guān)文章

最新評論