opencv haar人脸 眼睛检测

本文展示了如何使用OpenCV进行人脸检测,并进一步定位和绘制眼睛区域。通过'haarcascade'分类器,作者从图片中抓取面部特征,并使用eye_cascade检测眼睛。关键步骤包括读取图像、灰度转换、多尺度人脸检测和眼睛识别。
摘要由CSDN通过智能技术生成
import cv2

opencv_haar_path = './haarcascades/'
face_cascade = cv2.CascadeClassifier(opencv_haar_path +
                                     'haarcascade_frontalface_alt.xml')
eye_cascade = cv2.CascadeClassifier(opencv_haar_path +
                                    'haarcascade_eye_tree_eyeglasses.xml')


# img = cv2.imread('./9781789343731_Code/images/lena.jpg')
# img = cv2.imread('./9781789343731_Code/images/face.jpg')
img = cv2.imread('./9781789343731_Code/images/faces.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.2, 5)
minNbr = 5
print(len(faces))

for (x, y, w, h) in faces:
    img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
    roi_gray = gray[y:y + h, x:x + w]
    roi_color = img[y:y + h, x:x + w]

    eyes = eye_cascade.detectMultiScale(roi_gray)
    print(len(eyes))

    for (ex, ey, ew, eh) in eyes:

            cv2.rectangle(img, (ex + x, ey + y), (x + ex + ew, y + ey + eh), (255, 255, 0), 2)

    # cv2.imshow('Dynamic', roi_color)

    # # 如果按下q键则退出
    # if cv2.waitKey(0) & 0xff == ord('q'):
    #     break
cv2.namedWindow('image',cv2.WINDOW_NORMAL )
cv2.imshow('image', img)
cv2.imwrite('face-detect.png', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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