![6e04e6c056632deee445c1b6860b8d41.png](https://i-blog.csdnimg.cn/blog_migrate/d7f4d409b36b71a0d0e43a2093f869d3.jpeg)
前言
随着科技的发展,人脸识别技术在许多领域得到的非常广泛的应用,手机支付、银行身份验证、手机人脸解锁等等。
识别
废话少说,这里我们使用 opencv 中自带了 haar人脸特征分类器,利用训练好的 haar 特征的 xml 文件,在图片上检测出人脸的坐标,利用这个坐标,我们可以将人脸区域剪切保存,也可以在原图上将人脸框出。
代码实现:
# -*-coding:utf8-*-#import osimport cv2from PIL import Image, ImageDrawfrom datetime import datetime"""分类器 https://github.com/opencv/opencv/tree/master/data/haarcascades安装模块:pip install Pillow pip install opencv-python博客:https://blog.52itstyle.vip/archives/3771/"""def detectFaces(image_name): img = cv2.imread(image_name) face_cascade = cv2.CascadeClassifier(os.getcwd()+"haarcascadehaarcascade_frontalface_alt.xml") if img.ndim == 3: gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) else: gray = img # if语句:如果img维度为3,说明不是灰度图,先转化为灰度图gray,如果不为3,也就是2,原图就是灰度图 faces = face_cascade.detectMultiScale(gray, 1.2, 5) # 1.3和5是特征的最小、最大检测窗口,它改变检测结果也会改变 result = [] for (x, y, width, height) in faces: result.append((x, y, x + width, y + height)) return result# 保存人脸图def saveFaces(image_name): faces = detectFaces(image_name) if faces: # 将人脸保存在save_dir目录下。 # Image模块:Image.open获取图像句柄,crop剪切图像(剪切的区域就是detectFaces返回的坐标),save保存。 save_dir = image_name.split('.')[0] + "_faces" os.mkdir(save_dir) count = 0 for (x1, y1, x2, y2) in faces: file_name = os.path.join(save_dir, str(count) + ".jpg") Image.open(image_name).crop((x1, y1, x2, y2)).save(file_name) count += 1if __name__ == '__main__': time1 = datetime.now() result = detectFaces(os.getcwd()+"imagesgaoyuanyuan.jpg") time2 = datetime.now() print("耗时:" + str(time2 - time1)) if len(result) > 0: print("有人存在!!---》人数为:" + str(len(result))) else: print('视频图像中无人!!') drawFaces(os.getcwd()+"images