Python2.7+Opencv 人脸检测

一个官网的demo:

来源:http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_objdetect/py_face_detection/py_face_detection.html#face-detection

python3下搭建环境实在很烦……两小时都没搞定,于是我放弃了……我就用python2吧 不知道2和3版本的真正区别(除了print以外)

过了两个半小时,可以用opencv了……网上有用vs来打开opencv 但是我不知道该怎么配置,暂时用不上 这个先放一放

然后就可以用训练好的xml文件做一个简单的人脸识别;

import numpy as np
import cv2

face_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalface_default.xml')#文件注意放在根目录下
eye_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_eye.xml')

img = cv2.imread('02.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    roi_gray = gray[y:y+h, x:x+w]
    roi_color = img[y:y+h, x:x+w]
    eyes = eye_cascade.detectMultiScale(roi_gray)
    for (ex,ey,ew,eh) in eyes:
        cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Result:

可以看出,该识别的都识别了,但还是识别了不该出现的部分,这时候受到光线影响(此外还有表情等因素)
如果需要高度识别,就需要对模型进行改进了。
 
 
 
 

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是Python OpenCV人脸检测GUI界面的示例代码: ```python import cv2 import tkinter as tk from PIL import ImageTk, Image # 创建GUI界面 root = tk.Tk() root.title("人脸检测") root.geometry("800x600") # 创建OpenCV摄像头对象 cap = cv2.VideoCapture(0) # 创建人脸检测器对象 face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") # 创建画布对象 canvas = tk.Canvas(root, width=800, height=600) canvas.pack() # 循环读取摄像头图像并显示在画布上 def video_loop(): # 读取一帧图像 ret, frame = cap.read() # 将图像转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在图像上标记人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 将OpenCV图像对象转换为PIL图像对象 img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) img = Image.fromarray(img) # 将PIL图像对象转换为ImageTk对象 imgtk = ImageTk.PhotoImage(img) # 在画布上显示图像 canvas.imgtk = imgtk canvas.create_image(0, 0, anchor=tk.NW, image=imgtk) # 循环调用自身 root.after(10, video_loop) # 循环调用video_loop函数 video_loop() # 启动GUI界面 root.mainloop() # 释放摄像头资源 cap.release() ``` 在运行代码之前,需要先下载OpenCV人脸检测模型文件`haarcascade_frontalface_default.xml`,并将其与代码文件放在同一目录下。 代码运行后,会打开一个GUI界面,界面上显示摄像头采集的图像,并在图像上标记出检测到的人脸。可以使用`minNeighbors`和`minSize`参数调整人脸检测的精度和速度。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值