使用Haar特征库简易人脸识别

项目添加cascades文件夹
在openCV3源码文件中，将Lib/haarcascade文件夹中所有文件copy至cascades文件夹。
class faceAnalysis:

def detect(self, frame):

    face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')  # 初始化haar特征分类器
    # img = cv2.imread(filename)
    eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.1, 3)
    '''
    deteceMultiScale参数：
    image: 输入图像，单通道灰度图
    scaleFactor：每次缩小图像的比例，默认1.1
    minNeighbors：匹配成功所需要的周围矩形框的数据，每个特征匹配到的区域都是一个矩形框，只有多个矩形框
    同时存在的时候才认为是匹配成功，默认3
    flags：可取值
        CASCADE_DO_CANNY_PRUNING=1, 利用canny边缘检测来排除一些边缘很少或者很多的图像区域
        CASCADE_SCALE_IMAGE=2, 正常比例检测
        CASCADE_FIND_BIGGEST_OBJECT=4, 只检测最大的物体
        CASCADE_DO_ROUGH_SEARCH=8 初略的检测
     minSize=None, maxSize=None：匹配物体的大小范围
    '''
    all_tip = []
    eyes_tip = []
    for (x, y, w, h) in faces:
        roi_gray = gray[y:y+h, x:x+w]   # 在面部区域识别眼睛
        eye = eye_cascade.detectMultiScale(roi_gray, 1.1, 3, 0, (40, 40))
        for (ex, ey, ew, eh) in eye:
            eyes_tip.append((ex, ey, ew, eh))
        dict = {'face_tip': (x, y, w, h), 'eyes_tip': eyes_tip}
        all_tip.append(dict)
        eyes_tip = []
    return all_tip

将所有脸部坐标大小和对应的眼睛保存成一个字典型数组，all_tip=[{‘face_tip’:(x,y,w,h), ‘eyes_tip’:[(x,y,w,h),[x,y,w,h]]}]
注意：此处eyes_tip是以face_tip为画布的，下面画眼睛的矩形框时也需要以面部区域为画布。

def video_face_analysis(self):
    vc = cv2.VideoCapture(0)
    if vc.isOpened():  # 判断是否正常打开
        print('camera is open')
    else:
        print('camera is not open')

    while True:
        # 读取视频流
        grabbed, frame_lwpCV = vc.read()
        all_tips = self.detect(frame_lwpCV)
        for all_tip in all_tips:
            (x, y, w, h) = all_tip['face_tip']
            cv2.rectangle(frame_lwpCV, (x, y), ((x+w), (y+h)), (0, 255, 0), 2)
            for (ex, ey, ew, eh) in all_tip['eyes_tip']:
                roi_frame = frame_lwpCV[y:y + h, x:x + w]
                cv2.rectangle(roi_frame, (ex, ey), ((ex + ew), (ey + eh)), (255, 0, 0), 2)
        cv2.imshow('contours', frame_lwpCV)

        key = cv2.waitKey(1) & 0xFF
        # 按'q'健退出循环
        if key == ord('q'):
            break
    # When everything done, release the capture
    vc.release()
    cv2.destroyAllWindows()