练习一:人脸识别和图像处理的综合应用
练习中主要用到了图像处理中的照片读取和命名、灰度图转换、高斯模糊和旋转粘贴,其中比较关键的环节还是在前期包的导入以及图片存储路径的读取上,之后便是调用相应函数进行处理
而人脸识别则主要应用到了人脸的读取、人脸对齐以及人脸匹配,比较容易出错的点是face-recognition函数的调用,如face_locations=face_recognition.face_locations(image),前后两个相似就比较容易忽视。还有识别人脸时图片边角的定位,以及在检验两张图片的人脸是否匹配时,需要将两张图分别进行读取,识别人脸而后进行参数对比。
#导入所需要的库
from PIL import Image
import matplotlib.pyplot as plt
import face_recognition
import cv2
#首先进行人脸识别,读取图片
image = face_recognition.load_image_file('3.png')
face_locations=face_recognition.face_locations(image)
#检测人脸个数
face_num2=len(face_locations)
print(face_num2) # The number of faces
org = cv2.imread('3.png')
#识别人脸位置
for i in range(0,face_num2):
top = face_locations[i][0]
right = face_locations[i][1]
bottom = face_locations[i][2]
left = face_locations[i][3]
start = (left, top)
end = (right, bottom)
color = (0,255,255)
thickness = 2
img=cv2.rectangle(org, start, end, color, thickness)
#以下为在人脸识别基础上加负片效果
im2=255-img
plt.figure()
plt.imshow(im2)
plt.show()
练习二:学习新的ffmpeg命令
遇到的最大困难就是安装ffmpeg,参考了网上的一篇文章,反复试了多次后才成功配置好环境变量,在cmd中检验安装成功。
学习的新命令参考文章:(3条消息) 使用 ffmpeg 快速合并视频文件_a15378785375的博客-CSDN博客_ffmpeg合并视频
可以用来将多个小视频合并在一起,关键是要一起写入新建的TXT文档中,在cmd中输入命令行
合并过程和结果显示如图
练习三:学习两个图像处理的函数
学习了负片效果和高斯模糊,分别如下图所示,高斯模糊时注意参数的设置