opencv for python 之人脸识别

此代码由网上参考多人代码而写成,仅供大家互相学习参考

import cv2.cv as cv
cv.NamedWindow("W1", cv.CV_WINDOW_AUTOSIZE)

//找到设备对象
for i in range(3):
    capture = cv.CaptureFromCAM(i)
    if capture:  break

#检测人脸函数

def repeat():

    #每次从摄像头获取一张图片
    frame = cv.QueryFrame(capture)
    image_size = cv.GetSize(frame)#获取图片的大小
   
    greyscale = cv.CreateImage(image_size, 8, 1)#建立一个相同大小的灰度图像
    cv.CvtColor(frame, greyscale, cv.CV_BGR2GRAY)#将获取的彩色图像,转换成灰度图像
    storage = cv.CreateMemStorage(0)#创建一个内存空间,人脸检测是要利用,具体作用不清楚
    
    cv.EqualizeHist(greyscale, greyscale)#将灰度图像直方图均衡化,貌似可以使灰度图像信息量减少,加快检测速度
   
    
    # detect objects
    cascade = cv.Load('haarcascade_frontalface_alt.xml')#加载Intel公司的训练库

    #检测图片中的人脸,并返回一个包含了人脸信息的对象faces
    faces = cv.HaarDetectObjects(greyscale, cascade, storage, 1.2, 2,
                                    cv.CV_HAAR_DO_CANNY_PRUNING,
                                    (50, 50))

    获得人脸所在位置的数据
    for (x,y,w,h) , n in faces:
        cv.Rectangle(frame, (x,y), (x+w,y+h), (0,0,255),20)#在相应位置标识一个矩形 边框属性(0,0,255)红色 20宽度
        cv.ShowImage("W1", frame)#显示互有边框的图片
    cv.ShowImage("W1", frame)

#循环检测每一帧的图片知道俺ESC键退出程序
while True:
    repeat()
    c = cv.WaitKey(10)
    if c == 27: break

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
人脸识别是计算机视觉领域的一个重要研究方向,而OpenCV是一个广泛使用的计算机视觉库,提供了许多用于图像处理和分析的函数和算法。在Python中结合OpenCV,可以轻松实现人脸识别。 以下是使用OpenCVPython进行人脸识别的基本步骤: 1. 安装OpenCV库 使用pip命令可以简单地安装OpenCV库: ``` pip install opencv-python ``` 2. 加载人脸识别模型 OpenCV提供了已训练好的人脸检测器CascadeClassifier,可以直接使用。首先需要下载训练集文件haarcascade_frontalface_default.xml,可以从OpenCV官网下载。 ``` python import cv2 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') ``` 3. 加载图像 使用cv2.imread()函数加载图像,可以读取本地图像文件或者通过网络获取图像。 ``` python img = cv2.imread('test.jpg') ``` 4. 进行人脸检测 使用CascadeClassifier.detectMultiScale()函数进行人脸检测,返回检测到的人脸坐标。 ``` python gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) ``` 5. 绘制人脸框 使用cv2.rectangle()函数在图像上绘制出检测到的人脸框。 ``` python for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2) ``` 6. 显示结果 使用cv2.imshow()函数显示处理结果,使用cv2.waitKey()函数等待用户输入。 ``` python cv2.imshow('img', img) cv2.waitKey(0) ``` 完整代码如下: ``` python import cv2 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') img = cv2.imread('test.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5) for (x, y, w, h) in faces: cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2) cv2.imshow('img', img) cv2.waitKey(0) ``` 这段代码能够检测出输入图像中的人脸,并且在图像上绘制出人脸框。对于更复杂的人脸识别任务,可以结合机器学习算法进行特征提取和分类。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值