Python-opencv haar实现的人脸识别

17 篇文章 1 订阅
15 篇文章 1 订阅

我这里使用的haar文件是opencv官方自带的xml文件
用来测试
主要步骤都在注释里面

import cv2
#1 导入xml文件
face_xml = cv2.CascadeClassifier("face.xml")
eye_xml = cv2.CascadeClassifier("eye.xml")
#2 导入图片或者视频
img = cv2.imread("face.jpg")
#3 haar 灰度转化
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#4 人脸检测
faces = face_xml.detectMultiScale(gray,1.3,5)
print('face =',len(faces))
#人脸检测完成 可以画出来更加直观
for (x,y,w,h) in faces:
	cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
	#现在人脸已经识别出来了,可以将眼睛识别放在已识别的人脸图片上面去实现
	roi_face = gray[y:y+h,x:x+w] #灰度图
	roi_color = img[y:y+h,x:x+w] #彩色图
	eyes = exe_xml.detectMultiScale(roi_face)
	for (ex,ey,ew,ey) in eyes:
		cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow("img",img)
cv2.waitKey(0)

运行结果
在这里插入图片描述

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值