基于cv2模块的人脸识别

通过python中的cv2模块进行人脸识别，需要对cv2模块有一定的认识。

imread()方法：ret,image=cv2.imread(filename,[,flags])，其中filename是图像文件的路径及名称（图像文件的路径为绝对路径），flags是图像处理的标志位（通知程序以何种方式加载图片），通常flags选取默认值。imread()方法读取出的图片格式为BGR格式，并不是通常的RGB格式。imread()方法的两个返回值，ret为布尔类型，表示是否正确打开图片；image为图片的三维矩阵。

imshow()方法：imshow()方法用来进行图像显示，方法中包含两个参数，参数一为图像显示窗体的名称，参数二为图像内容矩阵。

cvtColor()方法：cvtColor(p1,p2)方法用来改变色彩空间，参数p1是需要转换的图片，参数p2是转换成的格式。对于BGR—>灰色转换，我们使用标志cv2.COLOR_BGR2GRAY;同样，对于BGR —>HSV，我们使用标志cv2.COLOR_BGR2HSV。

rectangle()方法：cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),2),image是输入的图像；(x,y)是矩阵的坐上点坐标；(x+w,y+h)是矩阵的右下点坐标；color:(0,255,0)是画线对应的颜色，由于imread()方法读取出的图像为BGR格式，所以(0,255,0)对应的颜色为绿色；2是画线对应的宽度。

OpenCV中人脸识别分类器：cv2.CascadeClassfier(“haarcascade_frontalface_default.xml”)。

识别人脸的步骤：（1）加载分类器（分类器事先放在工程目录里）haarcascade_frontalface_default.xml；（2）调用detectMultiScale()函数进行检测，调整参数可以使检测结果更加准确；（3）把检测到的人脸用矩形框出来。

cv2.CascadeClassfier.detectMultiScale(image,scaleFactor,minNeighbors,minSize,maxSize)—>objects
image：需要检测的图像
scaleFactor：每次图像尺寸减小的比例
minNeighbors：每一个目标至少被检测到3次才算检测到目标
minSize：目标的最小尺寸
maxSize：目标的最大尺寸

粗略地介绍cv2模块中部分方法的使用之后，接下来我们通过代码进行演示。

import cv2filepath = "frame0.jpg"
image = cv2.imread(filepath)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
classfier = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
faceRect = classfier.detectMultiScale(gray, scaleFactor=1.6, minNeighbors=3,minSize=(50,50))
if len(faceRect):for face in faceRect:x, y, w, h = facecv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)cv2.imshow("frame0", image)
c = cv2.waitKey(10)cv2.waitKey(0)
cv2.destroyAllWindows()

通过以上代码，简单地实现了人脸识别。

基于cv2模块的人脸识别相关推荐

基于OpenCV的简单人脸识别系统
目录 1. 调用库函数 2. 调用摄像头并设置窗口 3. 设置图片正负样本数据集的路径 4. 调用人脸检测器 5. 正负样本载入 6.提取人脸区域 7. 建立LBPH人脸识别模型 8. 实时检测 9. ...
基于 OpenCV + Python 的人脸识别上课签到系统
目录前言安装第三方库第一步:采集人脸图像 (1)修改姓名学号 (2)运行capture_face.py (3)采集人脸图像 (4)查看采集到的人脸图像第二步:训练模型第三步:识别签到 (1) ...
《繁凡的论文精读》（一）CVPR 2019 基于决策的高效人脸识别黑盒对抗攻击（清华朱军）
点我一文弄懂深度学习所有基础和各大主流研究方向! <繁凡的深度学习笔记>,包含深度学习基础和 TensorFlow2.0,PyTorch 详解,以及 CNN,RNN,GNN,AE,GAN, ...
基于Python的开源人脸识别库：离线识别率高达99.38%
基于Python的开源人脸识别库:离线识别率高达99.38% 2019年04月18日 18:13:18 AI终结者阅读数 1233 项目地址:https://github.com/ageitgey/ ...
CV：利用cv2(加载人脸识别xml文件及detectMultiScale函数得到人脸列表)+keras的load_model(加载表情hdf5、性别hdf5)并标注
CV:利用cv2+自定义load_detection_model(加载人脸识别xml文件及detectMultiScale函数得到人脸列表)+keras的load_model(加载表情hdf5.性别h ...
身份验证错误错误指定的句柄无效_基于 Web 端的人脸识别身份验证「实践」
作者:沫沫政采云前端团队转发链接:https://mp.weixin.qq.com/s/fRDpXixnLIy9c0Uh2tMezQ 前言近些年来,随着生物识别技术的逐渐成熟,基于深度学习的人脸 ...
Python人脸识别教程 - 基于Python的开源人脸识别库：离线识别率高达99.38%
Python人脸识别教程 - 基于Python的开源人脸识别库:离线识别率高达99.38% 仅用 Python 和命令行就可以实现人脸识别的库开源了.该库使用 dlib 顶尖的深度学习人脸识别技术构建 ...
上交AI研究院副院长马利庄：基于大数据的人脸识别技术进展与展望
文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 转自 | 中国人工智能学会本篇大家整理的是来自上海交通大学人工智能研究院副院长.华东师范大学特聘教授 ...
模式识别与机器学习(作业5)基于PCA–LDA的人脸识别
基于PCA–LDA的人脸识别 ORC数据集提取码: cggh 本次的实验是在模式识别与机器学习(作业4),PCA降维的基础上加入了线性判别分析,对维度进行了进一步的降低. 1. 导入数据一共有40 ...

基于cv2模块的人脸识别

基于cv2模块的人脸识别相关推荐

最新文章

热门文章