Python人脸识别项目-人脸检测

人脸检测

接下来我们先拿一个简单的人脸检测项目练练手

我们的目标是实现通过摄像头实时检测人脸。

这里我们要用到一个分类器这个分类器可以从github上下载也可以从我们的Python第三包里直接用。（在cv2包的data文件夹里面）

# -*- coding: utf-8 -*
import cv2
def face_detect_function(img):
    gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    face_detect = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') #人脸识别分类器
    face = face_detect.detectMultiScale(gray_img) 
    for x,y,w,h in face:
        cv2.rectangle(img,(x,y,w,h),color=(0,0,255),thickness=2) #能将人脸找出，相机框框
    cv2.imshow('1',img)
#读取摄像头
video = cv2.VideoCapture(0) #0默认电脑摄像头


#等待
while True:
    flag,frame = video.read()
    if not flag:
     break
    face_detect_function(frame)
    if ord('q') == cv2.waitKey(1): #没有waitkey不显示图片，代码中意思为按q退出
        break
#释放内存
cv2.destroyAllWindows()
#释放摄像头
video.release()

这么多分类器都是干什么用的呢？这里就列举几个，根据使用的检测器不同我们也可以检测不同的部位。

人脸检测器（默认）：haarcascade_frontalface_default.xml 
人脸检测器（快速Harr）：haarcascade_frontalface_alt2.xml 
人脸检测器（侧视）：haarcascade_profileface.xml 
眼部检测器（左眼）：haarcascade_lefteye_2splits.xml 
眼部检测器（右眼）：haarcascade_righteye_2splits.xml 

效果就大概是这样了，当然我们也可以通过调节 detectMultiScale来增加人脸识别准确率。

face = face_detect.detectMultiScale(gray_img,1.1,5,0,(10,10),(500,500)) #能将人脸找出，相机框框