1.安装包依赖
安装好依赖包opencv-python、face-recognition、tkinter
pip install opencv-python
pip install face-recognition
安装可以参考之前的文章:Python 基于OpenCV+face_recognition实现人脸捕捉与人脸识别。由于python3以上版本已经将tkinter内置到环境,所以这里不需要单独安装依赖。
2.代码示例
import os
import cv2
import face_recognition
import tkinter as tk
import tkinter.filedialog
from PIL import Image,ImageTk
#选择一个图片并显示在界面上
def choosepic():
choosepath = tkinter.filedialog.askopenfilename()
path.set(choosepath)
img_open = Image.open(entry.get()).resize((530,750))
img = ImageTk.PhotoImage(img_open)
lableShowImage.config(image=img)
lableShowImage.image = img
lableShowImage.place(x=30, y=70, width=530, height=750)
showHandledImg(choosepath)
#处理人脸特征
def handleFacialFeatures(image, face_marks):
for marks_dict in face_marks:
for marks_key in marks_dict.keys():
for point in marks_dict[marks_key]:
cv2.circle(image, point, 2, (0,0,255), -1)
return image
#显示处理后的照片
def showHandledImg(choosepath):
frame=cv2.imread(choosepath)
frame=cv2.resize(src=frame,dsize=(530,750))
#转成RGB灰度图
frameRGB=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2RGB)
#获取人脸关键点
face_marks = face_recognition.face_landmarks(frameRGB, None, "large")
#返回处理后的结果
imgHandledArr = handleFacialFeatures(frame, face_marks)
#将处理后的照片数组转成图片
imgHandled = Image.fromarray(imgHandledArr)
img = ImageTk.PhotoImage(imgHandled)
lableShowImage2.config(image=img)
lableShowImage2.image = img
lableShowImage2.place(x=630, y=70, width=530, height=750)
if __name__ == '__main__':
app = tk.Tk()
#窗体标题
app.title("show pictue")
#窗体大小
app.geometry("1200x900+200+50")
path = tk.StringVar()
#将路径展示框只读
entry = tk.Entry(app, state='readonly', text=path,width = 100)
entry.pack()
#显示原图
lableShowImage = tk.Label(app)
lableShowImage.pack()
#显示处理后的效果图
lableShowImage2 = tk.Label(app)
lableShowImage2.pack()
#点击选择图片触发choosepic()方法
buttonSelImage = tk.Button(app, text='choose picture', command=choosepic)
buttonSelImage.pack()
app.mainloop()
3.说明
整个源码中核心就是face_recognition.face_landmarks来获取人脸特征点集合。
face_landmarks(face_image, face_locations=None, model='large')参数说明:
- face_image:要处理的图像
- face_locations:可选提供要检查的脸部位置列表,none 表示不确定人脸所在的位置,自动找。
- model:模型,large获取68个点集合,small获取5个点集合,small处理速度快
将图片数据数组转成图片有9种不同的方式,大家可以一一去尝试
modes | 描述 |
---|---|
1 | 1位像素,黑和白,存成8位的像素 |
L | 8位像素,黑白 |
P | 8位像素,使用调色板映射到任何其他模式 |
RGB | 3× 8位像素,真彩 |
RGBA | 4×8位像素,真彩+透明通道 |
CMYK | 4×8位像素,颜色隔离 |
YCbCr | 3×8位像素,彩色视频格式 |
I | 32位整型像素 |
F | 32位浮点型像素 |
4.实现效果