启蒙之简单的人脸识别

最新推荐文章于 2024-09-28 14:29:09 发布

嵌入式艺小芯

最新推荐文章于 2024-09-28 14:29:09 发布

阅读量504

点赞数 5

分类专栏： OpenCV 文章标签：计算机视觉人工智能

本文链接：https://blog.csdn.net/weixin_62293916/article/details/142072084

版权

OpenCV 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

一、引言

人脸识别技术作为人工智能领域的重要应用之一，正逐渐走进我们的生活。本文将通过一段简洁的 Python 代码，带领读者初步了解如何实现简单的人脸检测功能，开启人脸识别的启蒙之旅。

二、正文内容

代码功能概述

这段代码主要实现了从摄像头实时获取图像，并利用预训练的人脸检测模型检测图像中的人脸，最后在图像上绘制人脸框并显示。

1.代码详细解析

首先，导入 OpenCV 库，这是一个强大的计算机视觉库，提供了许多图像处理和分析的功能。
加载预训练的人脸检测模型：

 face_cascade=cv2.CascadeClassifier(cv2.data.haarcascades'haarcascade_frontalface_default.xml')。

这里使用了 OpenCV 自带的 Haar 级联分类器，它是一种基于特征的目标检测方法，专门用于检测人脸。

打开摄像头：cap = cv2.VideoCapture(0)。这里的参数 0 表示使用默认的摄像头设备。
在无限循环中，不断读取摄像头的图像帧。如果读取失败（if not ret:），则退出循环。
将图像转换为灰度图，因为人脸检测在灰度图上效果更好。这是因为灰度图只包含亮度信息，减少了计算量，同时也能突出人脸的特征。
使用人脸检测模型进行人脸检测：faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))。这个函数会返回检测到的人脸的位置和大小信息。
在图像上绘制人脸框：对于检测到的每一个人脸，使用cv2.rectangle函数在图像上绘制一个绿色的矩形框。
显示图像：使用cv2.imshow函数显示带有人脸框的图像。
检测是否按下 'q' 键，如果按下则退出循环。

import cv2

# 加载预训练的人脸检测模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取一帧图像
    ret, frame = cap.read()

    if not ret:
        break

    # 将图像转换为灰度图，因为人脸检测在灰度图上效果更好
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 进行人脸检测
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

    # 在图像上绘制人脸框
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # 显示图像
    cv2.imshow('Face Detection', frame)

    # 按下 'q' 键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()