人脸识别（从OpenCV、Dlib到Face-Recongnition）学习

最新推荐文章于 2024-08-13 11:32:15 发布

jema01

最新推荐文章于 2024-08-13 11:32:15 发布

阅读量1.4k

点赞数

文章标签： opencv

本文链接：https://blog.csdn.net/jema01/article/details/120444100

版权

本文详细介绍了从OpenCV基础的人脸识别到Face-recognition库的使用，包括OpenCV的安装和人脸检测，Face-recognition的安装及HOG和CNN算法的应用，人脸对齐的方法，以及1:1人脸识别的实现。通过实例展示了如何进行视频中的人脸定位，同时补充了相关函数cv2.imread()和cv2.cvtColor()的使用知识。

摘要由CSDN通过智能技术生成

一、OpenCV人脸识别

OpenCV是什么？

OpenCV是一个用于图像处理、分析、机器视觉方面的开源函数库，可免费适用于科学研究、商业应用。它在人机互动、物体互动、图像分割、人脸识别、动作识别、运动追踪等应用领域具有极大的应用价值。

OpenCV的安装

直接运行cmd后，输入pip install opencv-python，即可完成安装。

利用OpenCV识别人脸

import cv2
import os
import matplotlib.pyplot as plt
os.chdir('e:')
os.getcwd()
#更改操作系统的目录
def detect(filename):
    face_cascade = cv2.CascadeClassifier('C:/Users/JEmahaha/anaconda3/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
#导入识别部位所需的分类器文件
    img = cv2.imread(filename)#读取输入的图片文件
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#以灰度模式加载图片
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x, y, w, h) in faces:#根据识别到的人脸坐标（两点+宽+高）画矩形框
        img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
    plt.imshow(img)
    plt.axis('off') #去掉坐标轴
    plt.show()
detect('J.jpeg')

输出结果：

步骤：

1.加载分类器，当然分类器事先要放在工程目录中去。分类器本来的位置是在*\opencv\sources\data\haarcascades（根据想识别的部位选择分类器文件）

2.调用detectMultiScale()函数检测，调整函数的参数可以使检测结果更加精确。

3.把检测到的人脸等用矩形画出来。（可自定义形状、线颜色、线宽度）

补充知识点：

1.cv2.imread(filename,[flags])

用于读取图片文件。第一个参数filename填入待分析图片的路径，路径不能含有中文。第二个参数是图像的通道和色彩信息（默认值为1）。

cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1。
cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0。
cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1
cv2.imread()读取图片后已多维数组的形式保存图片信息，前两维表示图片的像素坐标，最后一维表示图片的通道索引，具体图像的通道数由图片的格式来决定
不知道用法的可以通过输入代码
print(inspect.getdoc(cv2.imread))
查询

2.detectMultiScale()函数检测

OpenCV实践之路——人脸检测（C++/Python)_星沉阁-CSDN博客_c++ opencv人脸检测

3.cv2.rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) → None