python人脸识别操作界面_Python 实现的猫脸识别、人脸识别器。

前言：

OpenCV是开源的跨平台计算机视觉库，提供了Python等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

opencv中内置了基于Viola-Jones目标检测框架的Harr分类器，只需要载入一个配置文件（haarcascade_frontalface_alt.xml）就能直接调用detectObject去完成检测过程，同时也支持其他特征的检测（如鼻子、嘴巴等）。

本程序用wxPython开发GUI界面，利用OpenCv实现一个简易的猫脸识别、人脸识别器。

本程序的运行效果如下：

准备工作：

1.安装必要的第三方库：

pip install numpy

pip install wxPython

安装PIL,在以下地址下载PIL库进行安装:

http://effbot.org/media/downloads/PIL-1.1.7.win32-py2.7.exe

（或在http://effbot.org/downloads/ 中找到与你操作系统及python版本相对应

版本的PIL)

安装OpenCv，建议在以下地址下载相应的版本进行安装：

https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv

如下载了opencv_python-3.1.0-cp27-none-win32.whl；

输入：

pip install opencv_python-3.1.0-cp27-none-win32.whl

即可完成安装。

项目结构图：

整体的项目结构十分简单，一共两个脚本文件，一个是GUI界面脚本（detect_gui.py)，

一个是检测器脚本(model.py);另有三个已经训练好的分类器文件，分别是检测人脸的

human_face.xml,检测人眼的human_eye.xml,检测猫脸的eye_face.xml 文件。

还有一个“face_detect-0.1-win32.msi”是根据本脚本进行编译后的可执行程序。

如下：

实现过程的部分代码展示

在model.py中导入相关的库，其实只需导入opencv库：

import cv2

加载各个分类器文件：

human_face = cv2.CascadeClassifier(r'human_face.xml')

human_eye = cv2.CascadeClassifier(r'human_eye.xml')

cat_face = cv2.CascadeClassifier(r'cat_face.xml')

编写model.py中的相关类及函数，

用cv2.imread()函数读入图像后，需要通过cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

函数将图像转为灰度格式。

首先用人脸分类器检出人脸区域，再在人脸区域中用人眼分类器检出人眼区域，

同时绘制矩形框选出目标区域。

详细代码如下：

class Faces(object):

def human_face(self,fileName):

"""人脸、人眼检测"""

img = cv2.imread(fileName)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = human_face.detectMultiScale(gray, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))

"""在目标区域绘制矩形"""

for (x,y,w,h) in faces:

img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)

roi_gray = gray[y:y+h, x:x+w]

roi_color = img[y:y+h, x:x+w]

eyes = human_eye.detectMultiScale(roi_gray)

for (ex,ey,ew,eh) in eyes:

cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

return img

同理写出检测猫脸的函数:

def cat_face(self,fileName):

"""猫脸检测"""

img = cv2.imread(fileName)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = cat_face.detectMultiScale(gray,scaleFactor= 1.02,

minNeighbors=9,

minSize=(70, 70),

flags=cv2.CASCADE_SCALE_IMAGE)

for (x, y, w, h) in faces:

cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)

cv2.putText(img,'Cat',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)

return img

4.在detect_gui.py中编写用户界面：

导入相关的库,从我们model.py中导入Faces类：

import wx

import os

import cv2

from collections import namedtuple

import wx.lib.rcsizer as rcs

from PIL import Image

from model import Faces

编写界面：

class MainWindow(wx.Frame):

def __init__(self,parent,title):

wx.Frame.__init__(self,parent,title=title,size=(600,-1))

Size = namedtuple("Size",['x','y'])

s = Size(100,50)

self.human = None

self.cat = None

"""创建输入框"""

self.in1 = wx.TextCtrl(self,-1,size = (2*s.x,s.y))

self.in2 = wx.TextCtrl(self,-1,size = (2*s.x,s.y))

"""创建按钮"""

b1 = wx.Button(self,-1,'human image')

b2 = wx.Button(self, -1, "run")

b3 = wx.Button(self,-1,'cat image')

b4 = wx.Button(self,-1,'run')

"""设置输入框的提示信息"""

self.in1.SetToolTipString('choose a human image')

self.in2.SetToolTipString('choose a cat image')

"""界面布局"""

self.sizer0 = rcs.RowColSizer()

self.sizer0.Add(b1,row = 1,col = 1)

self.sizer0.Add(self.in1,row = 1,col = 2)

self.sizer0.Add(b2,row = 1,col = 3)

self.sizer0.Add(b3,row = 2,col = 1)

self.sizer0.Add(self.in2,row = 2,col = 2)

self.sizer0.Add(b4,row = 2,col = 3)

"""绑定回调函数"""

self.Bind(wx.EVT_BUTTON, self.img_read, b1)

self.Bind(wx.EVT_BUTTON, self.human_face, b2)

self.Bind(wx.EVT_BUTTON, self.img_read_cat, b3)

self.Bind(wx.EVT_BUTTON, self.cat_face, b4)

self.SetSizer(self.sizer0)

self.SetAutoLayout(1)

self.sizer0.Fit(self)

self.CreateStatusBar()

self.Show(True)

界面如下：

编写控件的回调函数：

def img_read(self,evt):

"""read and show image"""

self.human = None

self.human = self.choose_file()

if self.human is None:

pass

else:

self.in1.Clear()

self.in1.write(self.human)

im = Image.open(self.human)

im.show()

def img_read_cat(self,evt):

"""read and show image"""

self.cat = None

self.cat = self.choose_file()

if self.cat is None:

pass

else:

self.in2.Clear()

self.in2.write(self.cat)

im = Image.open(self.cat)

im.show()

def human_face(self,evt):

if self.human is None:

self.raise_msg(u'plaese choose an image first.')

return None

else:

face = Faces()

img = face.human_face(self.human)

self.imgs_show(img,'Human face detect')

def cat_face(self,evt):

if self.cat is None:

self.raise_msg(u'plaese choose an image first.')

return None

else:

face = Faces()

img = face.cat_face(self.cat)

self.imgs_show(img,'Cat face Detect')

其他注意事项:

项目文件中的“face_detect-0.1-win32.msi”是根据本脚本进行编译打包后、

可以在windows系统下独立运行的安装程序，双击该文件即可安装软件，

安装完成后，点击安装路径下的“detect_gui.exe”即可运行本软件

（即使目标PC没有安装OpenCv或Python)

如下图所示：

Python 实现的猫脸识别、人脸识别器。

注：本文著作权归作者，由demo大师代发，拒绝转载，转载需要作者授权