在使用cv2实现人脸识别时在识别框上显示中文

在人脸识别时,是哪个人,需要实现显示名字,但OpenCV2.x的putText是无法处理中文的(OpenCV3.x中集成了freetype实现中文输出),同样,Python2.x对中文的支持也很差(同样这一情况在Python3.x中得到了改善)。 

查看资料发现,有两种方式:

1. 将cv2图片转为pil,然后再添加汉字后,再转成cv2格式

((pil下载地址)https://www.lfd.uci.edu/~gohlke/pythonlibs/#pillow)

 

首先,需要清楚python中PIL.Image和OpenCV图像格式相互转换

PIL.Image转换成OpenCV格式:

import cv2
from PIL import Image
import numpy as np

image = Image.open("bird.jpg")
image.show()
img = cv2.cvtColor(numpy.asarray(image), cv2.COLOR_RGB2BGR)
cv2.imshow("OpenCV",img)
cv2.waitkey()

OpenCV转换成PIL.Image格式:

import cv2
from PIL import Image
import numpy as np
img = cv2.imread("bird.jpg")
cv2.imshow("OpenCV", img)
image = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) 
image.show()
cv2.waitKey()

判断图像是否是OpenCV格式:

isinstance(img, np.ndarray)

第一种方式:将cv2图片转为pil,然后再添加汉字后,再转成cv2格式

实现代码如下:

from PIL import Image,ImageDraw,ImageFont
import cv2
import numpy as np
# 读取文件
#pil_img = Image.open('1.jpg',)
# 读取cv2文件
pil_img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
# pil_img.show()
# 生成画笔
draw = ImageDraw.Draw(pil_img)
# 第一个参数是字体文件的路径,第二个是字体大小
font = ImageFont.truetype('simhei.ttf',30,encoding='utf-8')
# 第一个参数是文字的起始坐标,第二个需要输出的文字,第三个是字体颜色,第四个是字体类型
draw.text((700,450),'优秀, 哈哈',(0,255,255),font=font)

# PIL图片转cv2
img = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
# 变得可以拉伸 winname 必须要一样,且设置可以拉伸在前面
cv2.namedWindow('w_img', cv2.WINDOW_NORMAL)
# 显示
cv2.imshow("w_img", img)
# 等待
cv2.waitKey(0)

2. freetype实现OpenCV2.x的中文输出

此方式需要编译等复杂工作,而且OpenCV3.x中集成了freetype实现中文输出,在此不写了,大家可以参考https://blog.csdn.net/zizi7/article/details/70145150

  • 4
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
好的,我们可以在上面的代码基础上,使用 OpenCV 提供的人脸识别功能来实现人脸识别并在窗口中框出识别到的人脸。以下是一个简单的示例代码: ```python import cv2 # 加载人脸识别器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 打开摄像头 cap = cv2.VideoCapture(0) # 设置摄像头的分辨率 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) while True: # 读取摄像头的画面 ret, frame = cap.read() # 将画面转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 人脸检测 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在画面中框出人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 显示画面 cv2.imshow('Camera', frame) # 按下 q 键退出循环 if cv2.waitKey(1) == ord('q'): break # 释放摄像头 cap.release() # 关闭窗口 cv2.destroyAllWindows() ``` 在这个示例代码中,我们首先使用 `cv2.CascadeClassifier()` 函数加载人脸识别器,然后使用 `cv2.VideoCapture()` 函数打开摄像头。接下来,我们使用一个循环来不断读取摄像头的画面,并使用 `cv2.cvtColor()` 函数将画面转换为灰度图像。然后,我们使用 `detectMultiScale()` 函数来进行人脸检测,并将检测到的人脸坐标存储在 `faces` 变量中。最后,我们使用 `cv2.rectangle()` 函数在画面中框出检测到的人脸
评论 1
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

打赏作者

R_记忆犹新

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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