python+opencv人脸模型训练(提供制作训练器的源码+亲测有效)

1.前言
      调用三个库即可完成图片集的分类

2.背景
      很多人不懂这个python+opencv是如何生成训练集的,他们只会调用别人做好的训练集。但有些个别喜欢深究原因,自己制作训练集的人,我们就针对这样的群体,提供一个生成训练集的源码

3.细节
      文件地址复制自己的,如果显示face的类型的错误,那就是没有安装opencv扩展包,遇到此问题请参考https://blog.csdn.net/weixin_50765298/article/details/121663916?spm=1001.2014.3001.5502

4.源码如下

#调用三个库
import cv2
import numpy
import os
#记录每个训练文件对应的名字
names = ['', 'name1', 'name2']
#取出人脸的函数
def img_cutout(img):
    #转灰
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    #调用特征器
    face = cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml')
    #提取人脸部分
    faces = face.detectMultiScale(gray, 1.2, 5
  • 4
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
以下是Python OpenCV人脸检测GUI界面的示例代码: ```python import cv2 import tkinter as tk from PIL import ImageTk, Image # 创建GUI界面 root = tk.Tk() root.title("人脸检测") root.geometry("800x600") # 创建OpenCV摄像头对象 cap = cv2.VideoCapture(0) # 创建人脸检测器对象 face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml") # 创建画布对象 canvas = tk.Canvas(root, width=800, height=600) canvas.pack() # 循环读取摄像头图像并显示在画布上 def video_loop(): # 读取一帧图像 ret, frame = cap.read() # 将图像转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在图像上标记人脸 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 将OpenCV图像对象转换为PIL图像对象 img = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) img = Image.fromarray(img) # 将PIL图像对象转换为ImageTk对象 imgtk = ImageTk.PhotoImage(img) # 在画布上显示图像 canvas.imgtk = imgtk canvas.create_image(0, 0, anchor=tk.NW, image=imgtk) # 循环调用自身 root.after(10, video_loop) # 循环调用video_loop函数 video_loop() # 启动GUI界面 root.mainloop() # 释放摄像头资源 cap.release() ``` 在运行代码之前,需要先下载OpenCV人脸检测模型文件`haarcascade_frontalface_default.xml`,并将其与代码文件放在同一目录下。 代码运行后,会打开一个GUI界面,界面上显示摄像头采集的图像,并在图像上标记出检测到的人脸。可以使用`minNeighbors`和`minSize`参数调整人脸检测的精度和速度。

“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 2
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

打赏作者

技术Aaaaaa.

你的打赏对我来说没有丝毫的用处

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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