python+yolo8 人体脸部识别

上班摸鱼,闲来无事学了下python,发现python丰富的外部库资源十分适合AI领域的研究学习。

了解到yolo模型在目标检测的广泛应用。于是乎,CV工程师面向ChatGPT编程,几十行代码便能做一个简易的人脸识别小程序。废话不多说,开搞!

前期准备:

安装python和opencv库(按照后的版本信息如下)

使用vscode软件配置好python编程环境

下载YOLOv8模型  yolov8n-face-lindevs.pt

直接ChatGPT生成代码,当然相机获取视频等操作也要慢慢调整。最终如图

#numpy库处理多维数组合矩阵
import numpy as np
import cv2
#YOLOv8
from ultralytics import YOLO

#加载预训练的YOLOv8模型
model = YOLO('yolov8n-face-lindevs.pt')
#初始化相机
cam = cv2.VideoCapture(0)
#检查相机是否打开
if not cam.isOpened():
    print("Error opening camera")
    exit()
#初始化视频写入对象
cc = cv2.VideoWriter_fourcc(*'XVID')
file = cv2.VideoWriter('output.avi', cc, 15.0, (640, 480))
while True:
    #捕获帧
    ret, frame = cam.read()
    if not ret:
        print("Error reading frame")
        break
    #使用YOLOv8进行人脸检测
    results = model(frame)
    #迭代检测到的面部
    for result in results:
        #获取检测框坐标和置信度
        boxes = result.boxes.xyxy.cpu().numpy()
        confidences = result.boxes.conf.cpu().numpy()
        for box,conf in zip(boxes,confidences):
            x1,y1,x2,y2 = map(int,box[:4])
            label = f'face {conf:.2f}'
            #在帧上绘制矩形框
            frame = cv2.rectangle(frame,(x1,y1),(x2,y2),(255,0,0),2)
            #添加标签
            frame = cv2.putText(frame, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)
    #显示帧
    cv2.imshow('frame', frame)
    #写入视频文件
    file.write(frame)
    #按 'q' 键退出
    if cv2.waitKey(1) == ord('q'):
        break
#释放相机和文件
cam.release()
file.release()
#关闭所有 OpenCV 窗口
cv2.destroyAllWindows()

在vscode下检验运行无误后,安装Pyinstaller工具打包程序,嫌麻烦可以忽略这步,因为打包时间比较久,而且会出现一些问题,但也都好解决。安装好后如下

最重要的地方在于.spec文件中路径的正确填写

# -*- mode: python ; coding: utf-8 -*-

block_cipher = None

a = Analysis(
    ['face-yolo.py'],
    pathex=['D:\\yuan\\face\\dist'],
    binaries=[],
    datas=[
        ('D:\\yuan\\face\\yolov8n-face-lindevs.pt', '.'),  # 替换为你的模型文件路径
        ('C:\\Users\\yuan\\AppData\\Local\\Programs\\Python\\Python310\\Lib\\site-packages\\ultralytics\\cfg\\default.yaml', 'ultralytics\\cfg'),  # 添加默认配置文件
    ],
    hiddenimports=['ultralytics'],
    hookspath=[],
    runtime_hooks=[],
    excludes=[],
    win_no_prefer_redirects=False,
    win_private_assemblies=False,
    cipher=block_cipher,
    noarchive=False,
    optimize=0,
)

pyz = PYZ(a.pure, a.zipped_data, cipher=block_cipher)

exe = EXE(
    pyz,
    a.scripts,
    [],
    exclude_binaries=True,
    name='face_yolo',
    debug=False,
    bootloader_ignore_signals=False,
    strip=False,
    upx=True,
    console=True,  # 设置为 True 以显示控制台输出
    disable_windowed_traceback=False,
    argv_emulation=False,
    target_arch=None,
    codesign_identity=None,
    entitlements_file=None,
)

coll = COLLECT(
    exe,
    a.binaries,
    a.zipfiles,
    a.datas,
    strip=False,
    upx=True,
    upx_exclude=[],
    name='face_yolo',
)

如下几个文件要在同一位置

运行效果如下(马赛克是后期加的),可以实时检测人体脸部,带有信誉度显示

后续还加装linux板子,程序移植到板子上,再设计个界面,实现人脸考勤或者改进为人体姿态识别,还有很多功能添加。纯属娱乐学习,有兴趣的伙伴可以深入研究。

  • 10
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【项目介绍】 基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip 基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip 基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip基于OpenCV部署yolov8的人脸检测+关键点检测源码(python和c++版本,可换成车牌检测4个角点).zip 【备注】 1.项目代码均经过功能验证ok,确保稳定可靠运行。欢迎下载食用体验! 2.主要针对各个计算机相关专业,包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈!
评论
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