Python 使用Opencv实现图片人脸检测和视频人脸检测

比眉伴天荒 2022-05-23 09:44 315阅读 0赞

\----------欢迎加入学习交流QQ群：657341423

--------------------

Haar级联数据文件夹与代码文件存放在同一目录  
Haar级联数据文件下载：[请点击][Link 1]  
**图片人面检测**

import cv2
    filename = 'pic.jpg'
    def detect(filename):
        # 加载Haar级联数据文件，用于检测人面
        face_cascade = cv2.CascadeClassifier('cascades/haarcascade_frontalface_default.xml')
        eye_cascade = cv2.CascadeClassifier('cascades/haarcascade_eye.xml')
        # 读取文件并灰度处理
        img = cv2.imread(filename)
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        # 人面识别。detectMultiScale参数说明：
        # gray: 进行检测的图像, 这里是转换后的。
        # scaleFactor: 官网文档说是每次图片缩小的比例, 其实可以这么理解, 距离相机不同的距离, 物体大小是不一样的, 在物体大小不一致的情况下识别一个东西是不方便的, 这就需要进行多次的缩放, 这就是这个参数的作用。
        # minNeighbors: 可以理解为每次检测时, 对检测点(Scale)周边多少有效点同时检测, 因为可能选取的检测点大小不足而导致遗漏。
        # minSize: 检测点的最小值, 或者说就是检测点的最终值。
        faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(5,5))
        # 眼部识别
        eyes = eye_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(5,5))
        # 画出面部位置
        for (x, y, w, h) in faces:
            img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
        # 显示图像
        cv2.imshow('pic', img)
        cv2.imwrite('pic.jpg', img)
        cv2.waitKey(0)
    
    detect(filename)

--------------------

**视频人面检测**

import cv2
    def detect():
        # 加载Haar级联数据文件，用于检测人面
        face_cascade = cv2.CascadeClassifier('cascades/haarcascade_frontalface_default.xml')
        eye_cascade = cv2.CascadeClassifier('cascades/haarcascade_eye.xml')
        camera = cv2.VideoCapture(0)
        while True:
            ret, frame = camera.read()
            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
            # 人面识别。detectMultiScale参数说明：
            # gray: 进行检测的图像, 这里是转换后的。
            # scaleFactor: 官网文档说是每次图片缩小的比例, 其实可以这么理解, 距离相机不同的距离, 物体大小是不一样的, 在物体大小不一致的情况下识别一个东西是不方便的, 这就需要进行多次的缩放, 这就是这个参数的作用。
            # minNeighbors: 可以理解为每次检测时, 对检测点(Scale)周边多少有效点同时检测, 因为可能选取的检测点大小不足而导致遗漏。
            # minSize: 检测点的最小值, 或者说就是检测点的最终值。
            faces = face_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(5,5))
            # 画出面部位置
            for (x, y, w, h) in faces:
                img = cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 2)
                # 画出眼部位置
                eyes = eye_cascade.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(5, 5))
                for (ex, ey, ew, eh) in eyes:
                    cv2.rectangle(img, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)
                # 显示图像
                cv2.imshow('pic', frame)
            # 停止程序
            if cv2.waitKey(120) & 0xff == ord('q'):
                break
        camera.release()
        cv2.destroyAllWindows()
    
    detect()

--------------------

参考资料：OpenCV 3计算机视觉 Python语言实现第二版

[Link 1]: https://github.com/opencv/opencv/tree/master/data/haarcascades