【OpenCV】Python人脸检测+人脸提取

[php]  view plain  copy

 print ?

1. #!/usr/bin/env python  
2.   
3. import numpy as np  
4. import cv2  
5. import cv2.cv as cv  
6. from video import create_capture  
7. from common import clock, draw_str  
8.   
9. help_message = '''  
10. USAGE: facedetect.py [--cascade <cascade_fn>] [--nested-cascade <cascade_fn>] [<video_source>]  
11. '''  
12.   
13. def detect(img, cascade):  
14.     rects = cascade.detectMultiScale(img, scaleFactor=1.3, minNeighbors=4, minSize=(30, 30), flags = cv.CV_HAAR_SCALE_IMAGE)  
15.     if len(rects) == 0:  
16.         return []  
17.     rects[:,2:] += rects[:,:2]  
18.     return rects  
19.   
20. def draw_rects(img, rects, color):  
21.     for x1, y1, x2, y2 in rects:  
22.         cv2.rectangle(img, (x1, y1), (x2, y2), color, 2)  
23.   
24. if __name__ == '__main__':  
25.     import sys, getopt  
26.     print help_message  
27.   
28.     args, video_src = getopt.getopt(sys.argv[1:], '', ['cascade=', 'nested-cascade='])  
29.     try: video_src = video_src[0]  
30.     except: video_src = 0  
31.     args = dict(args)  
32.     cascade_fn = args.get('--cascade', "../../data/haarcascades/haarcascade_frontalface_alt.xml")  
33.     #nested_fn  = args.get('--nested-cascade', "../../data/haarcascades/haarcascade_eye.xml")  
34.   
35.     cascade = cv2.CascadeClassifier(cascade_fn)  
36.     #nested = cv2.CascadeClassifier(nested_fn)  
37.   
38.     cam = create_capture(video_src, fallback='synth:bg=../cpp/lena.jpg:noise=0.05')  
39.   
40.     while True:  
41.         ret, img = cam.read()  
42.         gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  
43.         gray = cv2.equalizeHist(gray)  
44.   
45.         t = clock()  
46.         rects = detect(gray, cascade)  
47.         vis = img.copy()  
48.         draw_rects(vis, rects, (0, 255, 0))  
49.           
50.         for x1, y1, x2, y2 in rects:  
51.          #   roi = gray[y1:y2, x1:x2]  
52.          #   vis_roi = vis[y1:y2, x1:x2]  
53.             #print(x1,y1,x2,y2)  
54.             crop = vis[y1:y2,x1:x2]  
55.             cv2.imshow('crop',crop)  
56.           #  subrects = detect(roi.copy(), nested)  
57.           #  draw_rects(vis_roi, subrects, (255, 0, 0))  
58.         dt = clock() - t  
59.           
60.         draw_str(vis, (20, 20), 'time: %.1f ms' % (dt*1000))  
61.         cv2.imshow('facedetect', vis)  
62.           
63.         if 0xFF & cv2.waitKey(5) == 27:  
64.             break  
65.     cv2.destroyAllWindows()  

效果：

上边核心代码就几行，我却弄了半天。一方面是python不熟，想学习一下，还有就是没找到合适的文档，如果用c佳佳就快多了。

吐槽一下：网上搜索的各种人脸识别其实就是人脸检测，都没做到识别那步。这里是人脸检测+人脸提取。之后提取到的图片准备扔到神经网络里去进行人脸识别。只不过遇到电脑问题。我的电脑只有一块110G的固态硬盘，老机子翻新用。结果Docker装不上，Vmware+ubuntu14.0硬盘也基本上就满了，CUDA也装不下。等解决了机器问题再继续弄神经网络吧。。

这个主题下推荐两篇博客讲得比较详细：

http://blog.csdn.net/qingyuanluofeng/article/details/51576498

http://blog.csdn.net/topgun_chenlingyun/article/details/10582641