如何在python中利用Opencv實(shí)現(xiàn)一個人臉識別功能？相信很多沒有經(jīng)驗(yàn)的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。
Python是一種跨平臺的、具有解釋性、編譯性、互動性和面向?qū)ο蟮哪_本語言，其最初的設(shè)計(jì)是用于編寫自動化腳本，隨著版本的不斷更新和新功能的添加，常用于用于開發(fā)獨(dú)立的項(xiàng)目和大型項(xiàng)目。
1、視頻流中進(jìn)行人臉識別
重慶分公司
重慶分公司
# -*- coding: utf-8 -*-
import cv2
import sys
from PIL import Image
def CatchUsbVideo(window_name, camera_idx):
cv2.namedWindow(window_name)
# 視頻來源，可以來自一段已存好的視頻，也可以直接來自USB攝像頭
cap = cv2.VideoCapture(camera_idx)
# 告訴OpenCV使用人臉識別分類器
classfier = cv2.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt2.xml")
# 識別出人臉后要畫的邊框的顏色，RGB格式
color = (0, 255, 0)
count=0
while cap.isOpened():
ok, frame = cap.read() # 讀取一幀數(shù)據(jù)
if not ok:
break
# 將當(dāng)前幀轉(zhuǎn)換成灰度圖像
grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點(diǎn)數(shù)
faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects) > 0: # 大于0則檢測到人臉
count=count+1
return count
if __name__ == '__main__':
result=CatchUsbVideo("識別人臉區(qū)域", '2222.mp4')
if result>0:
print('視頻中有人?。?#39;)
else:
print('視頻中無人??！')2、通過圖片識別人臉
#-*-coding:utf8-*-#
import os
import cv2
from PIL import Image,ImageDraw
from datetime import datetime
import time
#detectFaces()返回圖像中所有人臉的矩形坐標(biāo)（矩形左上、右下頂點(diǎn)）
#使用haar特征的級聯(lián)分類器haarcascade_frontalface_default.xml，在haarcascades目錄下還有其他的訓(xùn)練好的xml文件可供選擇。
#注：haarcascades目錄下訓(xùn)練好的分類器必須以灰度圖作為輸入。
def detectFaces(image_name):
img = cv2.imread(image_name)
face_cascade = cv2.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_frontalface_default.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、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(biāo))，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
#在原圖像上畫矩形，框出所有人臉。
#調(diào)用Image模塊的draw方法，Image.open獲取圖像句柄，ImageDraw.Draw獲取該圖像的draw實(shí)例，然后調(diào)用該draw實(shí)例的rectangle方法畫矩形(矩形的坐標(biāo)即
#detectFaces返回的坐標(biāo))，outline是矩形線條顏色(B,G,R)。
#注：原始圖像如果是灰度圖，則去掉outline，因?yàn)榛叶葓D沒有RGB可言。drawEyes、detectSmiles也一樣。
def drawFaces(image_name):
faces = detectFaces(image_name)
if faces:
img = Image.open(image_name)
draw_instance = ImageDraw.Draw(img)
for (x1,y1,x2,y2) in faces:
draw_instance.rectangle((x1,y1,x2,y2), outline=(255, 0,0))
img.save('drawfaces_'+image_name)
#檢測眼睛，返回坐標(biāo)
#由于眼睛在人臉上，我們往往是先檢測出人臉，再細(xì)入地檢測眼睛。故detectEyes可在detectFaces基礎(chǔ)上來進(jìn)行，代碼中需要注意“相對坐標(biāo)”。
#當(dāng)然也可以在整張圖片上直接使用分類器,這種方法代碼跟detectFaces一樣，這里不多說。
def detectEyes(image_name):
eye_cascade = cv2.CascadeClassifier('/usr/share/opencv/haarcascades/haarcascade_eye.xml')
faces = detectFaces(image_name)
img = cv2.imread(image_name)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
result = []
for (x1,y1,x2,y2) in faces:
roi_gray = gray[y1:y2, x1:x2]
eyes = eye_cascade.detectMultiScale(roi_gray,1.3,2)
for (ex,ey,ew,eh) in eyes:
result.append((x1+ex,y1+ey,x1+ex+ew,y1+ey+eh))
return result
#在原圖像上框出眼睛.
def drawEyes(image_name):
eyes = detectEyes(image_name)
if eyes:
img = Image.open(image_name)
draw_instance = ImageDraw.Draw(img)
for (x1,y1,x2,y2) in eyes:
draw_instance.rectangle((x1,y1,x2,y2), outline=(0, 0,255))
img.save('draweyes_'+image_name)
#檢測笑臉
def detectSmiles(image_name):
img = cv2.imread(image_name)
smiles_cascade = cv2.CascadeClassifier("/usr/share/opencv/haarcascades/haarcascade_smile.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
smiles = smiles_cascade.detectMultiScale(gray,4,5)
result = []
for (x,y,width,height) in smiles:
result.append((x,y,x+width,y+height))
return result
#在原圖像上框出笑臉
def drawSmiles(image_name):
smiles = detectSmiles(image_name)
if smiles:
img = Image.open(image_name)
draw_instance = ImageDraw.Draw(img)
for (x1,y1,x2,y2) in smiles:
draw_instance.rectangle((x1,y1,x2,y2), outline=(100, 100,0))
img.save('drawsmiles_'+image_name)
if __name__ == '__main__':
time1=datetime.now()
result=detectFaces('9.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('9.jpg')
# drawEyes('obama.jpg')
# drawSmiles('obama.jpg')
# saveFaces('obama.jpg')
"""
上面的代碼將眼睛、人臉、笑臉在不同的圖像上框出，如果需要在同一張圖像上框出，改一下代碼就可以了。
總之，利用opencv里訓(xùn)練好的haar特征的xml文件，在圖片上檢測出人臉的坐標(biāo)，利用這個坐標(biāo)，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。剪切保存人臉以及用矩形工具框出人臉，本程序使用的是PIL里的Image、ImageDraw模塊。
此外，opencv里面也有畫矩形的模塊，同樣可以用來框出人臉。
"""看完上述內(nèi)容，你們掌握如何在python中利用Opencv實(shí)現(xiàn)一個人臉識別功能的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計(jì)公司行業(yè)資訊頻道，感謝各位的閱讀！
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。
