人脸微笑识别，满足你鉴别女神的微笑

1.人脸微笑识别，安装opencv-python库，使用命令

pip install opencv-python

2.找到人脸检测模型，haarcascade_frontalface_default.xml

3.找到微笑检测模型，haarcascade_smile.xml

4.人脸识别图片完整代码

import cv2

# 人脸检测器
facePath = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(facePath)
# 笑脸检测器
smilePath = "haarcascade_smile.xml"
smileCascade = cv2.CascadeClassifier(smilePath)
img = cv2.imread("1.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 首先检测人脸，返回的是框住人脸的矩形框
faces = faceCascade.detectMultiScale(
    gray,
    scaleFactor= 1.1,
    minNeighbors=8,
    minSize=(10, 10),
    flags=cv2.CASCADE_SCALE_IMAGE
)
# 画出每一个人脸，提取出人脸所在区域
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = img[y:y+h, x:x+w]

    # 对人脸进行笑脸检测
    smile = smileCascade.detectMultiScale(
        roi_gray,
        scaleFactor= 1.16,
        minNeighbors=35,
        minSize=(25, 25),
        flags=cv2.CASCADE_SCALE_IMAGE
    )

    # 框出上扬的嘴角并对笑脸打上Smile标签
    for (x2, y2, w2, h2) in smile:
        cv2.rectangle(roi_color, (x2, y2), (x2+w2, y2+h2), (255, 0, 0), 2)
        cv2.putText(img,'Smile',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
cv2.namedWindow("Smile", cv2.WINDOW_NORMAL)  # 给定可以拉伸的窗口
cv2.imshow('Smile', img)
#cv2.imwrite("smile.jpg",img)
c = cv2.waitKey(0)

5.识别后图片展示

6.人脸视频识别完整代码

import cv2#导入opencv-python库即cv2库
# cap = cv2.VideoCapture(0)#打开内置摄像头
cap=cv2.VideoCapture("1.mp4")#写入视频的路径并赋予变量cap
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
a= cv2.CascadeClassifier("haarcascade_smile.xml")#写入类型器的路径并给cv2.CascadeClassifier函数进行处理


while(cap.isOpened()):#cap.isOpened()函数是判断该视频是否正确播放
    ret, frame = cap.read()#读取视频，第一个参数ret 为True 或者False,代表有没有读取到图片，第二个参数frame表示截取到一帧的图片
    if ret==True:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)#将每一帧图片转为灰色以便接下来处理
        face = face_xml.detectMultiScale(
            gray,
            scaleFactor=1.1,
            minNeighbors=10,
            minSize=(10, 10),
            flags=cv2.CASCADE_SCALE_IMAGE
        )
        for (x, y, w, h) in face:
            cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)  # 绘制人脸方框

            face_gray = gray[y:y + h, x:x + w]
            face_color = frame[y:y + h, x:x + w]

            lefteye = a.detectMultiScale(
                face_gray,
                scaleFactor=1.1,
                minNeighbors=90,
                minSize=(3, 3),
                flags=cv2.CASCADE_SCALE_IMAGE
            )

            # 通过cv2.CascadeClassifier(cascPath).detectMultiScale函数进行人眼识别处理
            for (x1, y1, w1, h1) in lefteye:
                cv2.rectangle(face_color, (x1, y1), (x1+w1, y1+h1), (255, 0, 0), 2)
                cv2.putText(face_color, "smile", (x1, y1 - 5), cv2.FONT_HERSHEY_SIMPLEX,
                            0.7, (0, 0, 255), 2)
            # 在原图的人脸上画出识别的矩形区域
        cv2.namedWindow("smile", cv2.WINDOW_NORMAL)  # 给定可以拉伸的窗口
        cv2.imshow('smile', frame)#创造一个facesFound窗口来展示每一帧的图片，使其类似以视频方式播放
        if cv2.waitKey(1) & 0xFF == ord('q'):#类似中断播放的按键，按q跳出循环终止播放
            break
    else:
        break#如果视频结束正常跳出循环终止播放
cap.release()#释放视频
cv2.destroyAllWindows()#将创建的所有的窗口毁灭

7.代码运行结果展示


8.希望学会的小伙伴一键三联