window10安装anaconda、tensorflow、opencv实现人脸识别

一. 欢迎
无聊,研究一下人脸识别的安装,win10平台实现,采用最新的win10 1809配置,欢迎交流
二. 首先
安装好的镜像
解压缩,导入到虚拟机就可以使用,里面有解压缩码,17个G

https://pan.baidu.com/s/1WBkWGXquhsb6wQvnIxnQ3w      bbni

三.安装方法
自己装一个win10系统,这就不用我说了吧。
官网下载Anaconda 3.7 64位 windows平台

https://www.anaconda.com/distribution/

在这里插入图片描述

下载完成是这个东西

在这里插入图片描述
进行安装,记得这个地方勾上这个,其他基本默认就好。在这里插入图片描述
安装完成,会在菜单栏显示如图的东西
在这里插入图片描述
打开Anaconda Prompt,输入看看版本

conda --version

在这里插入图片描述
用命令看下当前有哪几个环境,默认只有base一个环境,输入查看

conda info --envs

在这里插入图片描述
安装Tensorflow需要python3.5的环境所以直接创建一个,名字命名为tensorflow,输入
conda create --name tensorflow python=3.5
在这里插入图片描述
这里肯定是y咯,然后等待吧,
在这里插入图片描述
安装完成后显示如下画面,就代表安装完了。这里也显示两个命令,一个是激活tensorflow这个环境,另一个是不激活当前环境;
在这里插入图片描述
现在再用命令看一下当前有哪些环境,现在就多出一个刚刚我们创建的tendorflow环境。
在这里插入图片描述
现在在菜单栏找到Anaconda Navigator,打开
在这里插入图片描述
然后在这里切换到tensorflow环境
在这里插入图片描述
然后找到Spyder进行install,这里有可能安不上,重复几次,或者在图标右上角切换安装的版本,安装完可以启动看看
在这里插入图片描述
在这里插入图片描述
安装完是这个样子
在这里插入图片描述
菜单栏里就会出现新的Spyder快捷方式
在这里插入图片描述
然后命令安装pip组件,并更新

pip install Pillow

在这里插入图片描述
在这里插入图片描述
然后我们就开始安装真正的tensorflow了,输入命令(这里就只是cpu版的)

pip install --ignore-installed --upgrade tensorflow

在这里插入图片描述
这里提示错误,不用管他
在这里插入图片描述
再安装一个cython,
pip install Cython --install-option="--no-cython-compile"
在这里插入图片描述
这里再安装opencv组件

pip install opencv-python

在这里插入图片描述
打开opencv官网下载如图Windows版本

https://opencv.org/

在这里插入图片描述
解压缩到c盘吧
在这里插入图片描述
在这里插入图片描述
这里就安装完了,恭喜

打开spyder插入如下代码,运行


import cv2
import sys
from PIL import Image


def CatchUsbVideo(window_name, camera_idx ):
    cv2.namedWindow(window_name)
    
    #视频来源,可以来自一段已存好的视频,也可以直接来自USB摄像头
    cap = cv2.VideoCapture(camera_idx)                
    
    #告诉OpenCV使用人脸识别分类器
    classfier = cv2.CascadeClassifier("C:\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt2.xml")
    
    #识别出人脸后要画的边框的颜色,RGB格式
    color = (0, 255, 0)
        
    while cap.isOpened():
        ok, frame = cap.read() #读取一帧数据
        if not ok:            
            break  
 
        #将当前帧转换成灰度图像
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)                 
        
        #人脸检测,1.22分别为图片缩放比例和需要检测的有效点数
        faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))
        if len(faceRects) > 0:            #大于0则检测到人脸                                   
            for faceRect in faceRects:  #单独框出每一张人脸
                x, y, w, h = faceRect        
                cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
                cv2.putText(frame, 'Cool' , (x, y - 50),
                #单独框出每一张人脸,并打上cool标签
                cv2.FONT_HERSHEY_DUPLEX, 2, (255, 255, 255), 2, 30)

            
               
        #显示图像
        cv2.imshow(window_name, frame)        
        c = cv2.waitKey(10)
        if c & 0xFF == ord('w'):
            print ("ok")  
            
        if c & 0xFF == ord('q'):
            break        
    
    #释放摄像头并销毁所有窗口
    cap.release()
    cv2.destroyAllWindows() 
    
if __name__ == '__main__':
    if len(sys.argv) != 1:
        print("Usage:%s camera_id\r\n" % (sys.argv[0]))
    else:
        CatchUsbVideo("识别人脸区域", 0)

这里的位置就是你opencv解压缩的路径,一定要确认
在这里插入图片描述
好了打开你的摄像头,然后运行
效果就这样
在这里插入图片描述
好了这样就完成了

  • 4
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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