人脸识别代码_用几行代码带你入门人脸识别

今天无意中了解到人脸识别，于是就在网上查看相关资料进行学习，记录一下，供大家一起学习探讨。先来一张效果图，使用python识别集体合照中有多少个头像

识别前后效果图

用到的模块是cv2

第一步：安装opencv-python

下载安装了解

第二步：代码实践

代码预览与运行效果

第三步：更多识别库

比如眼睛、鼻子

查看更多识别库

附源代码：

import cv2# 人像识别训练库haarcascade_frontalface_default.xmlface_patterns = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")# 读取图片sample_image = cv2.imread('face.jpg')# 获取识别到的人脸faces = face_patterns.detectMultiScale(sample_image,scaleFactor=1.1,minNeighbors=9,minSize=(10, 20))'''参数1：image--待检测图片，一般为灰度图像加快检测速度；参数2：objects--被检测物体的矩形框向量组；参数3：scaleFactor--表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;参数4：minNeighbors--表示构成检测目标的相邻矩形的最小个数(默认为3个)。 如果组成检测目标的小矩形的个数和小于 min_neighbors - 1 都会被排除。 如果min_neighbors 为 0, 则函数不做任何操作就返回所有的被检候选矩形框， 这种设定值一般用在用户自定义对检测结果的组合程序上；参数5：flags--要么使用默认值，要么使用CV_HAAR_DO_CANNY_PRUNING，如果设置为 CV_HAAR_DO_CANNY_PRUNING，那么函数将会使用Canny边缘检测来排除边缘过多或过少的区域， 因此这些区域通常不会是人脸所在区域；参数6、7：minSize和maxSize用来限制得到的目标区域的范围。'''# 将识别到的人脸框出来print ("共检测到%s张脸"%len(faces))#i=1for (x, y, w, h) in faces: font = cv2.FONT_HERSHEY_SIMPLEX cv2.rectangle(sample_image, (x, y), (x+w, y+h), (0, 255, 0), 2) #cv2.putText(sample_image, str(i), (x, y-5), font, 0.5, (252, 255, 1), 1, cv2.LINE_AA) #i=i+1cv2.imwrite('result.png', sample_image)

小结：

关于人脸的识别，网上找了很多张图片实验，对于一些不清楚、遮挡的还是不够准确，在学习过程中可以尝试调整参数如minNeighbors或更换下载一些识别配置文件

识别用的配置文件

另附一个手势识别的原理

利用opencv提供的 convexityDefects 凹点检测函数检测图像凹陷的点, 然后利用, 然后根据凹陷点中的 (开始点, 结束点, 远点)的坐标, 利用余弦定理计算两根手指之间的夹角, 其必为锐角, 根据锐角的个数判别手势.

锐角个数为0 ,表示 手势是 拳头 或 一,

锐角个数为1 ,表示 手势是 剪刀

锐角个数为2 ,表示 手势是 三,

锐角个数为3 ,表示 手势是 四,

锐角个数为4 ,表示 手势是 布