实现目标的情绪检测:
首先,要学会利用opencv实现实时录像,
a = cv2.VideoCapture(0)
#默认是0号设备,你也可以自行添加usb摄像头,将0改为其他数字
while True:
s,img = a.read()
cv2.imshow("i",img)
cv2.waitKey(0)
然后,我们要用上次来人脸检测动态检测人脸,其实也就是在上述代码导入人脸识别的分类器,在加上把人脸框起来这两个行为
f = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
a = cv2.VideoCapture(0)
while True:
s,img=a.read()
g = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces = f.detectMultiScale(g,1.1,4)
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(135,0,0),3)
cv2.imshow("i",img)
if cv2.waitKey(2) & 0xFF == ord('q'):
break
最后,在导入检测人脸的模块deepface
,(记得在pycharm设置那下载)该模块有非常强大的功能,它可以用来进行脸部特征分析(年龄,性别,种族,表情),这里仅用到deepface中analyze函数result = DeepFace.analyze(图片,actions = ['emotion'])
,那个actions就可以输入你想对人脸进行分析的特征(年龄,性别,种族,表情),然后,就是用putText给显示出来cv2.putText(img,result['dominant_age'],(50,50),cv2.FONT_HERSHEY_SIMPLEX,3,(0,50,0),2)
,cv2.putText(图片,输入文字,字体左上角坐标,字体,字体大小,颜色,字体粗细),然后就是将以上的代码整合到一块,下面是完整代码:
import cv2
from deepface import DeepFace
f = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
a = cv2.VideoCapture(0)
while True:
s,img=a.read()
result = DeepFace.analyze(img,actions = ['emotion'])
g = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faces = f.detectMultiScale(g,1.1,4)
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(135,0,0),3)
cv2.putText(img,result['dominant_emotion'],(50,50),cv2.FONT_HERSHEY_SIMPLEX,3,(0,50,0),2)
cv2.imshow("i",img)
if cv2.waitKey(2) & 0xFF == ord('q'):
break
这里,有一点要注意就是模型的权重文件pycharm初次运行时会自动下载。不过,权重文件被放在谷歌云盘中,这里我把它们放到了百度云盘 提取码:0000 ,还有重要的是要将权重文件添加到.deepface\weights目录下。