Numpy+OpenCV实现图片中的人脸识别及优化

最新推荐文章于 2024-08-01 17:45:45 发布

kalath_aiur

最新推荐文章于 2024-08-01 17:45:45 发布

阅读量1k

点赞数 1

分类专栏： numpy 文章标签： numpy opencv

本文链接：https://blog.csdn.net/kalath_aiur/article/details/104825967

版权

本文介绍了如何利用Python的numpy和opencv-python库进行人脸识别，并通过调整detectMultiScale方法的参数进行优化，解决误识别和重复识别问题，达到更准确的人脸检测效果。

摘要由CSDN通过智能技术生成

随着科技的不断进步和发展，近几年，人脸识别已经成为日常生活中非常常见的一种应用，例如公司员工上下班打卡，支付宝刷脸支付等等。
Python作为数据分析最热门的语言之一，实现人脸识别是很容易的，因为可以直接调用opencv-python库，使用库中封装好的算法来进行实现。

环境配置

如果之前未安装过numpy和opencv-python库，需要首先进行安装。如果已经安装过可跳过此步骤。

pip install numpy
pip install opencv-python

人脸识别（初步）

import numpy as np
import cv2
# 使用正脸检测的级联分类器
face_detect = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')
# 处理的图片
img = cv2.imread('./Hinatazaka46.jpg')
# 检测到的所有人脸位置
face_zones = face_detector.detectMultiScale(img)
# 在检测到的人脸位置加方框等图形进行显示
# x,y代表左上角坐标，w为宽度， h为高度
for x,y,w,h in face_zones:
	# 1.使用方框进行显示，框的颜色为红色，pt1为左上角坐标，pt2为右下角坐标
    cv2.rectangle(img,pt1 = (x,y),pt2 = (x + w,y + h),color = [0, 0,255],thickness = 2)
    # 2.使用圆