基于OpenCV的人脸检测:此代码只适合最基础学习
1,导入图片
img = cv2.imread('D:\python1\images\img1.jpg',1)
将图片保存的文件夹与程序文件夹放在同一目录,便于寻找;
2,将图片转为灰度图片
3如下图为转换效果
#将图片转化成灰度
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
3,检测人脸(训练人脸)
此部分最容易出错,需添加正确路径(建议:先手动找到分类包的位置,然后将路径复制到程序之中。
#一定要告诉编译器文件所在的具体位置(需要自己找到分类包的位置)
#haarcascade_frontalface_alt2.xml 是分类包(opencv自带)
face_cascade = cv2.CascadeClassifier("D:\python1\Lib\site-packages\cv2\date\haarcascade_frontalface_alt2.xml")
face_cascade.load('D:\python1\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml')
faces = face_cascade.detectMultiScale(gray, 1.05, 4, cv2.CASCADE_SCALE_IMAGE, (0, 0), (600,600))
4,标出人脸并显示
将检测到的人脸进行标注(使用方框)
img:所检测图片名字
w:方框长度
h:方框宽带
(0,150,0):方框颜色
for (x,y,w,h) in faces:
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,150,0),2)
有时可能识别不准:出现不准的时候可以将下面函数中的(1.05,4)参数进行修改
总代码
# 需要添加opencv-python包
import cv2
from cv2.cv2 import putText
#读取一张图片
img = cv2.imread('D:\python1\images\img1.jpg',1)
#将图片转化成灰度
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#一定要告诉编译器文件所在的具体位置(需要自己找到分类包的位置)
#haarcascade_frontalface_alt2.xml 是分类包(opencv自带)
face_cascade = cv2.CascadeClassifier("D:\python1\Lib\site-packages\cv2\date\haarcascade_frontalface_alt2.xml")
face_cascade.load('D:\python1\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml')
faces = face_cascade.detectMultiScale(gray, 1.05, 4, cv2.CASCADE_SCALE_IMAGE, (0, 0), (600,600))
siz=0
#画框
for (x,y,w,h) in faces:
siz += 1
img = cv2.rectangle(img,(x,y),(x+w,y+h),(0,150,0),2)
#显示人数
cv2.putText(img,str(siz), (10,30), cv2.FONT_HERSHEY_SIMPLEX,1,(255,0,0), 1, cv2.LINE_AA)
print(siz)
#显示图像
cv2.imshow('img1',img)
cv2.waitKey()