1. 项目简介
利用opecv的python库及训练好的级联分类器实现动漫脸检测。
2. 项目地址
3. 依赖模块
pip install opencv-python
4. 完整代码
import cv2
def face_detect(file_name, cascade_name):
img = cv2.imread(file_name) # 读取图片
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 图片灰度化
img_gray = cv2.equalizeHist(img_gray) # 直方图均衡化
face_cascade = cv2.CascadeClassifier(cascade_name) # 加载级联分类器
faces = face_cascade.detectMultiScale(img_gray) # 多尺度检测
for (x, y, w, h) in faces: # 遍历所有检测到的动漫脸
img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 255), 5) # 绘制矩形框
cv2.imshow('Face detection', img) # 检测效果预览
cv2.waitKey(0) # 保持窗口显示
if __name__ == "__main__":
face_detect('test.jpg', 'lbpcascade_animeface.xml')
5. 必要组件
opencv官方并没有提供动漫脸的级联分类文件,这里用的分类器是nagadomi提供的: lbpcascade_animeface.xml
:点击下载。
6. 成果展示
6.1. 测试样例1
6.2. 测试样例2
6.3. 测试样例3
7. 对比分析
从测试结果来看,虽然是基于lbp
的级联特征检测,但检测的精度还是非常高,而且时间也短。
8. 引用参考
https://docs.opencv.org/master/db/d28/tutorial_cascade_classifier.html
https://docs.opencv.org/master/d2/d99/tutorial_js_face_detection.html
https://github.com/nagadomi/lbpcascade_animeface