python实现人脸检测

m0_68784854

已于 2024-08-24 17:36:09 修改

阅读量289

点赞数 5

文章标签： python opencv pycharm

于 2024-08-23 16:24:58 首次发布

本文链接：https://blog.csdn.net/m0_68784854/article/details/141468954

版权

项目练习用，方便把windows的图片和解法转移到ubuntu上，目前只能想到发博客的方法……

题目

配置环境，利用python实现以下两张图的人脸检测，用边框将人脸框起来，了解人脸检测算法，保存实验结果，理解代码含义

ChatGPT3.5解答（未求证，但看着差不多）

你可以使用Python和OpenCV来实现人脸识别。以下是一个简单的示例代码，演示如何导入图片并进行人脸识别。你需要先安装opencv-python包，如果没有安装，可以使用以下命令进行安装：

pip install opencv-python

接下来，以下是示例代码：

import cv2

# 加载人脸检测的预训练分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 读取图片
image = cv2.imread('path_to_your_image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

# 在检测到的人脸上画矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 0), 2)

# 显示结果
cv2.imshow('Detected Faces', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码解释：

1.cv2.CascadeClassifier 用于加载预训练的人脸检测模型。
2.cv2.imread 用于读取图片。
3.cv2.cvtColor 将图片转换为灰度图，以便进行检测。
4.face_cascade.detectMultiScale 进行人脸检测。
5.cv2.rectangle 在检测到的人脸上绘制矩形框。
6.cv2.imshow 显示处理后的图片。

注意事项：

确保你将 'path_to_your_image.jpg' 替换为实际图片的路径。
确保图像文件的路径是正确的，且图像格式受支持（如 JPEG、PNG）。

这个代码示例是一个基础的例子，你可以根据需要进一步扩展功能，比如识别特定人脸、绘制额外的标记、处理视频流等。

Others（同门得到的解答，尚未求证）

B站教程（推荐，已跑成功）

链接：06检测多张人脸_哔哩哔哩_bilibili

建议0基础可以先去学习pycharm的基本操作方式，文章链接：新手入门：PyCharm 的使用-CSDN博客

以下是结合上述方法，以及本人实操中遇到的问题，整理出的大致操作步骤

（一）首先需要在pycharm安装opencv-python包，两种方法可用

（1）在pycharm（已汉化）的主菜单 - 设置 - 项目 - python解释器 - 添加软件包 - 搜索opencv-python - 安装，如果没有换下载源，可能会比较慢，推荐先更换pip下载源，但是我在Ubuntu终端更换的时候失败了，目前还没找到永久换源的解决方法。

（2）也可以在pycharm的终端输入下面的代码，暂时更换下载源，下载很快，我是用这个方法下载的，具体可以参考文章：在pycharm中出现下载软件包失败的解决方法_pycharm无法下载beautifulsoup-CSDN博客

代码配置方法：

方法：pip install 文件名 -i https://pypi.mirrors.ustc.edu.cn/simple/ （可以更换下载源）

代码如下（中科大源）：

pip install opencv-python -i https://pypi.mirrors.ustc.edu.cn/simple/

（二）安装好软件包后，先把需要检测的图片放在创建的工程文件下，如图，01.png和02.png，是本次需要进行人脸检测的两张图片：

（三）进行代码编写，如下：

#导入模块
import cv2 as cv
#定义人脸检测
def face_detect_demo():
    #将图片转换为灰度图片
    gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    #加载特征数据
    face_detect=cv.CascadeClassifier('/home/nq02/opencv/data/haarcascades/haarcascade_frontalface_default.xml')
    faces=face_detect.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2)
    #显示图片
    cv.imshow('result',img)
#读取图片
img=cv.imread('01.png')
#调用人脸检测方法
face_detect_demo()
#保存图片
cv.imwrite('result_01.png',img)
#等待键盘输入 单位毫秒 传入0是无限等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()

代码补充释义：

（1）第8行，加载特征数据，把绿色的资源地址换成自己haarcascade_frontalface_default.xml文件所在的地址。一般在opencv/data/haarcascades下，本次选用的是基础的检测面部的xml文件，还有针对其他部位的资源文件，图片来源如下：ubuntu下使用opencv和python实现实时视频流人脸识别_ubuntu下的opencv人脸识别-CSDN博客