利用Python里的cv2(opencv)获取图片中的人物照片

一时兴起想学习一下人脸识别，所以就上网学习了一下
大家要是觉得有用就点个赞呗

代码展示和效果展示

代码展示

话不多说先上代码 。

#导入opencv
import cv2
import os
#创建data文件夹
try:
    os.mkdir(os.getcwd()+'\\'+'data')
except:
    pass

# 导入人脸级联分类器引擎，'.xml'文件里包含训练出来的人脸特征，cv2.data.haarcascades即为存放所有级联分类器模型文件的目录
face_cascade = cv2.CascadeClassifier('haarcascade\haarcascade_frontalface_default.xml')
# 导入人眼级联分类器引擎吗，'.xml'文件里包含训练出来的人眼特征
eye_cascade = cv2.CascadeClassifier('haarcascade\haarcascade_eye.xml')

# 用人脸级联分类器引擎进行人脸识别，返回的faces为人脸坐标列表，1.3是放大比例，5是重复识别次数
faces = face_cascade.detectMultiScale(img, 1.3, 5)

print(faces)
i=1
# 对每一张脸，进行如下操作
for (x,y,w,h) in faces:
    print(x,y,w,h)
    # 裁剪坐标为[y0:y1, x0:x1]
    cropped = img[y:y+h, x:x+w]
    cv2.imwrite('./data/cut'+str(i)+'.jpg', cropped)
    i=i+1
    
    # 画出人脸框，蓝色（BGR色彩体系），画笔宽度为2
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    
    # 框选出人脸区域，在人脸区域而不是全图中进行人眼检测，节省计算资源
    face_area = img[y:y+h, x:x+w]
    eyes = eye_cascade.detectMultiScale(face_area)
    # 用人眼级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
    for (ex,ey,ew,eh) in eyes:
        #画出人眼框，绿色，画笔宽度为1
        cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)

# 在"img2"窗口中展示效果图
cv2.imshow('img2',img)
# 监听键盘上任何按键，如有案件即退出并关闭窗口，并将图片保存为output.jpg
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('output.jpg',img)

效果展示

这是处理之前的照片

这是处理之后的照片（其中眼睛并不是很清楚）

获取到的人脸文件

分步解析

下载模块cv2

用pip下载
输入

pip install opencv-python

注意不是cv2
同时提醒以下诸位，在pip下载模块时如果报错可以先看看是否因为库在pip下载的时候不是这个名字

建立新的文件夹

import os
#创建data文件夹
try:
    os.mkdir(os.getcwd()+'\\'+'data')  #获取当前位置的绝对路径然后建立新的文件夹路径
except:
    pass

使用try except方法是为了防止原先建立了data文件夹之后报错

裁剪图片

import cv2
 
img = cv2.imread('image1.jpg')
cropped = img[0:128, 0:512]  # 裁剪坐标为[y0:y1, x0:x1] 注意这里先写Y轴再写X轴
cv2.imwrite('output.jpg', cropped)
print(img.shape)

其中的img.shape是为了获取图片尺寸，在我们的代码当中暂时不需要。在这里解释一下img.shape里的参数，他们是（R,G,B,通道数）。

人脸识别

# 单张图片人脸+眼睛识别
# bilibili视频教程:同济子豪兄
# 感谢这位博主的代码和注释

#导入opencv
import cv2

# 导入人脸级联分类器引擎，'.xml'文件里包含训练出来的人脸特征，cv2.data.haarcascades即为存放所有级联分类器模型文件的目录
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 导入人眼级联分类器引擎吗，'.xml'文件里包含训练出来的人眼特征
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

# 读入一张图片，引号里为图片的路径，需要你自己手动设置
img = cv2.imread('image2.jpg')

# 用人脸级联分类器引擎进行人脸识别，返回的faces为人脸坐标列表，1.3是放大比例，5是重复识别次数
faces = face_cascade.detectMultiScale(img, 1.3, 5)

print(faces)

# 对每一张脸，进行如下操作
for (x,y,w,h) in faces:
    # 画出人脸框，蓝色（BGR色彩体系），画笔宽度为2
    img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    # 框选出人脸区域，在人脸区域而不是全图中进行人眼检测，节省计算资源
    face_area = img[y:y+h, x:x+w]
    eyes = eye_cascade.detectMultiScale(face_area)
    # 用人眼级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
    for (ex,ey,ew,eh) in eyes:
        #画出人眼框，绿色，画笔宽度为1
        cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)

# 在"img2"窗口中展示效果图
cv2.imshow('img2',img)
# 监听键盘上任何按键，如有案件即退出并关闭窗口，并将图片保存为output.jpg
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('output.jpg',img)

参考内容链接

参考内容链接链接: 玩转OpenCV人脸识别.