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