在Python中,识别图片中的人脸并获取人脸区域的坐标,通常可以使用OpenCV库结合Haar特征分类器来实现。
安装OpenCV依赖
pip install opencv-python
识别图片中的人脸并获取其坐标
import cv2
def detect_faces(image_path):
# 加载预训练的Haar级联分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 读取图片
img = cv2.imread(image_path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 检测图片中的人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 遍历检测到的所有人脸
for (x, y, w, h) in faces:
# 在原图上绘制矩形框
cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 显示结果图片
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 打印人脸区域的坐标
for (x, y, w, h) in faces:
print(f"Face found at: Left: {x} Top: {y} Right: {x+w} Bottom: {y+h}")
# 调用函数,传入图片路径
detect_faces('path_to_your_image.jpg')
上述代码中,detect_faces
函数接受一个图片路径作为参数,并使用OpenCV的CascadeClassifier
来加载一个预训练的Haar级联分类器,该分类器用于检测图片中的人脸。然后,它读取图片,将其转换为灰度图,并使用detectMultiScale
方法检测人脸。检测到的每个人脸都会以矩形框的形式在原图上绘制出来,并打印出其坐标。