Python-OpenCV人脸检测(代码)

Python-OpenCV人脸检测(代码)

@author:wepon

@blog:http://blog.csdn.net/u012162613/article/details/43523507

做人脸识别，首先要检测出图片/视频中的人脸，今天就研究了一下OpenCV的Python接口，把常用的一些功能模块写成函数。基于Python-OpenCV以及PIL，实现图片中人脸的检测以及截取保存、眼睛检测、笑脸检测。下面简单总结一下。

一、软件安装

安装Python-OpenCV以及其依赖库、PIL，通过软件包管理器安装即可（Ubuntu系统）：

sudo apt-get install libopencv-*
sudo apt-get install python-opencv
sudo apt-get install python-imaging

安装完后，在”/usr/share/opencv/haarcascades/”目录下，可以看到很多的xml文件，如下图。这些文件保存的就是训练好之后的haar特征，关于人脸检测的haar分类器，推荐博文:《浅析人脸检测之Haar分类器方法》、《目标检测的图像特征提取之（三）Haar特征》。本文不阐述原理，只介绍怎么用这些xml文件来进行人脸检测。

二、python-opencv实现人脸检测

• 人脸检测

定义人脸检测函数detectFaces()，检测图片中所有出现的人脸，并返回人脸的矩形坐标（矩形左上、右下顶点坐标）。使用上面提到的xml文件（haar特征），haarcascades目录下有好几个是关于人脸检测的文件，这里选择haarcascade_frontalface_default.xml，当然也可以使用其他的。另外需要注意的是，必须以灰度图作为haar分类器的输入。

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语句：如果img维度为3，说明不是灰度图，先转化为灰度图gray，如果不为3，也就是2，原图就是灰度图

    faces = face_cascade.detectMultiScale(gray, 1.2, 5)#1.3和5是特征的最小、最大检测窗口，它改变检测结果也会改变
    result = []
    for (x,y,width,height) in faces:
        result.append((x,y,x+width,y+height))
    return result