OpenCV+Python 人脸识别 | Haar级联（检测）& Eigenfaces算法（识别）

qingdujun

已于 2023-07-16 22:46:37 修改

阅读量1w

点赞数 3

文章标签： OpenCV-Python 人脸识别人脸检测

于 2018-05-28 22:39:58 首次发布

本文链接：https://blog.csdn.net/qingdujun/article/details/80470563

版权

本文详细介绍了如何使用OpenCV3和Python进行人脸识别，涵盖了Haar级联分类器进行人脸检测，以及Eigenfaces算法实现人脸识别。文中包括静态图片和视频流的实时检测，并提供了相关代码示例。

摘要由CSDN通过智能技术生成

访问请移步至(David’s Wikipedia) https://www.qingdujun.com/ ，这里有能“击穿”平行宇宙的乱序并行字节流…

本文包括两部分：人脸检测、人脸识别。其中人脸检测主要采用了Haar级联分类器，采用Eigenfaces算法实现了人脸识别。

注：环境为OpenCV3与Python3.6。

文章目录

@[toc]

人脸检测

静态图片检测

视频流实时检测

人脸识别

采集人脸数据

Eigenfaces算法人脸识别

人脸检测

首先，看下Haar级联分类器，Haar特征都描述了相邻图像区域的对比模式。例如，边、顶点和细线都能生成具有判别性的特征。

具有尺度不变性；
不具有旋转不变性。

OpenCV3有个data/haarcascades文件夹，包含了所有OpenCV的人脸检测XML文件。

haarcascade_eye.xml
haarcascade_eye_tree_eyeglasses.xml
haarcascade_frontalcatface.xml
haarcascade_frontalcatface_extended.xml
haarcascade_frontalface_alt.xml
haarcascade_frontalface_alt_tree.xml
haarcascade_frontalface_alt2.xml
haarcascade_frontalface_default.xml
haarcascade_fullbody.xml
haarcascade_lefteye_2splits.xml
haarcascade_licence_plate_rus_16stages.xml
haarcascade_lowerbody.xml
haarcascade_profileface.xml
haarcascade_righteye_2splits.xml
haarcascade_russian_plate_number.xml
haarcascade_smile.xml
haarcascade_upperbody.xml

detectMultiScale(gray,
1.3, # scaleFactor图像的压缩率
5 # minNeighbors人脸矩形保留近邻数目的最小值
)

根据检测结果，可以看到，OpenCV人脸检测效果好像并不太好。

（青涩的胡歌）
这里写图片描述

静态图片检测

OpenCV自带的haarcascade_frontalface_default.xml，在cv2/data/目录下能找到，或者直接使用EveryThing类似的检索工具磁盘检索一下。

static_face_detect.py

# -*- coding: utf-8 -*-
import cv2

def detect(filename):
    face_cascade = cv2.CascadeClassifier(
            r'C:\AppInstall\Anaconda3\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
    
    img = cv2.imread(filename)
    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    
    faces = face_cascade.detectMultiScale(gray,1.3,5)
    
    for (x,y,w,h) in faces:
        img = cv2.rectangle(img, (x,y), (x+w,y+h), (255,0,0),2)
    
    cv2.namedWindow('Person Detected!')
    cv2.imshow('Person Detected!',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

if __name__ == '__main__':
    detect(r'C:\Users\qingdujun\Desktop\huge.jpg')

视频流实时检测

视频流实时检测与静态图片技术差不多，只不过多了一个视频帧读取的过程。当然，以下也检测了一下眼睛的位置。

video_face_detect.py

# -*- coding: utf-8 -*-
import cv2

def detect():
    face_cascade = cv2.CascadeClassifier(
            r'C:\AppInstall\Anaconda3\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
    eye_cascade = cv2.CascadeClassifier(
            r'C:\AppInstall\Anaconda3\Lib\site-packages\cv2\data\haarcascade_eye.xml')
    
    camera = cv2.VideoCapture(0