OPenCV入门学习笔记（5）人脸检测

检测的一般步骤

1. 加载xml级联分类器
2. 读入图片
3. 灰度化处理图片
4. 进行检测

• 加载xml级联分类器

face_detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

• 读入图片

img = cv2.imread("lena.jpg",1)

• 灰度化处理图片

gray = cv2.cvtColor(img,cv2.COLOR_BGRA2GRAY)

解释：这里不进行灰度化也可以进行检测，但是灰度化后准确性会提高。

• 进行检测

faces = face_detector.detectMultiScale(gray,1.05)

解释：detectMultiScale函数中，第一个参数为需要进行检测的图片，后面的参数为选填，返回一个faces集合，其中包含了起始点坐标及长宽信息。

• 遍历faces集合，绘制人脸框

for x,y,w,h in faces:
    cv2.rectangle(img, (x,y),(x+w,y+h),(0,255,0),2)

完整代码如下：

import cv2
import numpy as np

img = cv2.imread("lena.jpg",1)
gray = cv2.cvtColor(img,cv2.COLOR_BGRA2GRAY)
face_detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
faces = face_detector.detectMultiScale(gray,1.05)
for x,y,w,h in faces:
    cv2.rectangle(img, (x,y),(x+w,y+h),(0,255,0),2)
cv2.imshow("hunman_face",img)
cv2.waitKey()
cv2.destroyAllWindows()

结果展示：

同样，也可以进行人脸替换，代码如下，

import cv2
import numpy as np

img = cv2.imread("lena.jpg",1)
mask = cv2.imread("doge.jpeg",1)
gray = cv2.cvtColor(img,cv2.COLOR_BGRA2GRAY)
face_detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
faces = face_detector.detectMultiScale(gray,1.05)
for x,y,w,h in faces:
    mask2 = cv2.resize(mask,(w,h))
    img[y:y+h,x:x+w] = mask2
cv2.imshow("hunman_face",img)
cv2.waitKey()
cv2.destroyAllWindows()

结果展示：