1.1(numpy+cv)实现人脸的识别

一 、人脸识别需要文件

haarcascade_frontalface_default.xml
相关下载链接：//download.csdn.net/download/u011262200/10651807?utm_source=bbsseo

二、cv库的简单介绍

在计算机视觉项目的开发中，OpenCV作为较大众的开源库，拥有了丰富的常用图像处理函数库，采用C/C++语言编写，可以运行在Linux/Windows/Mac等操作系统上，能够快速的实现一些图像处理和识别的任务。此外，OpenCV还提供了Java、python、cuda等的使用接口、机器学习的基础算法调用，从而使得图像处理和图像分析变得更加易于上手，让开发人员更多的精力花在算法的设计上。
总之，opencv应用非常广泛，可以做深入的了解

三、代码的实现简单的人脸的识别

以下图片来自百度--张芷溪

import numpy as np
import cv2
face_detect=cv2.CascadeClassifier("./haarcascade_frontalface_alt.xml")
# 检查使用的东西
img=cv2.imread("./zzx.jpg")
c=cv2.cvtColor(img,code=cv2.COLOR_BGR2GRAY)
face_zones=face_detect.detectMultiScale(img)
# 传入需要检查的东西，生成检测的对象
# 通过遍历拿到这几点的像素的位置
for x,y,w,h in face_zones:
    cv2.rectangle(img,pt1=(x,y),pt2=(x+w,y+h),color=[0,0,255],thickness=2)
# print(face_zones)
cv2.imshow("face",img)
# 显示图片
cv2.waitKey(0)
# 键盘上有输入的东西就关闭窗口
cv2.destroyAllWindows()

图片：

zzx.jpg

识别后：

zzx.png

---

• 以上的代码就实现了简单的人脸的识别，你可以更加深入的取研究CV2。
• 当然也可以识别多张人脸，我们就不做代码演示，写法类似
• 当有多张人脸时，有人脸未识别的时候，就需要调整算法参数得缩放比例
• face_zones=face_detect.detectMultiScale(img,scaleFactor=调整数值)