1、人脸检测

人脸检测的目标是找出图像中所有的人脸对应的位置，算法的输出是人脸外接矩形在图像中的坐标，可能还包括姿态如倾斜角度等信息。作为机器学习深度学习的重要组成部分，人脸检测的基本算法至关重要。

2、安转OpenCV

安装OpenCV的主要目的是下载调用做人脸检测的XML文件。

首先在OpenCV官网上下载OpenCV Home - OpenCV，然后点击Library的Releases：

然后将会出现下图界面，选择你想下载的OpenCV的windows版本进入下载：

点进入等待五秒会自动下载，不过有的人可能会下载速度很慢，可能是外网的限制，出现如下图这种下载十几个小时的情况：

在这里我推荐一种下载方法，下载一个迅雷下载器，然后将你选择的版本的OpenCV下载的链接复制：

然后打开迅雷，在迅雷中搜索，然后点击下载会快很多大概几分钟就下好了。

下载完成后，会有一个OpenCV的应用程序，其实是一个压缩包，双击运行（其实就是解压），然后会生成一个opencv文件，打开里面有如下内容：

build里面是OpenCV使用时的一些库文件，sources是OpenCV官方为我们提供的demo源码。然后在sources的data文件夹下面有一个haarcascades的文件夹，其中包含了OpenCV人脸检测的XML文件，可用于检测静态图片、视频和摄像头所得到的图像中的人脸，打开结果如下：

具体的一些用处如下图：

然后要记住这个文件所在的路径，因为在编写代码的时候会调用这些XML文件。

3、图片中的人脸识别

首先 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python下载cv2

图片中的人脸识别，需要对图片进行读取，灰度化，然后在进行级联算法（也就是调用XML文件），然后将结果加载到一个变量里面去，通过cv.retangle用矩形对人脸进行标记，具体代码如下，相关解释在代码中有注释：

import cv2 as cv
# 读取照片，转换成灰度图
def face_detect_img():gray_img = cv.cvtColor(img, cv.COLOR_RGB2GRAY)# 将级联算法加载到一个变量中haar_face_cascade = cv.CascadeClassifier('haarcascade_frontalface_default.xml')faces = haar_face_cascade.detectMultiScale(gray_img, scaleFactor=1.1,minNeighbors=3)# 在图像中画上矩形框和圆框for (x, y, w, h) in faces:print(x,y,w,h)cv.rectangle(img, (x, y), (x + w, y + h), (156, 114, 32), 2)cv.circle(img,(x+w//2,y+h//2),w//2,(56,146,212),2)cv.imshow("detect",img)
# 加载图片
img = cv.imread('lovely.jpg')
face_detect_img()
cv.waitKey(0)  # 无限次循环使图片一直在屏幕显示
cv.destroyAllWindows() # 释放内存

这段代码中，最容易出错的地方时XML文件和图片的路径问题，我这个写法是因为把XML文件和图片复制在了和代码同一文件夹下面，所以只用写相对路径，具体编程序的时候自己要修改路径到自己的图片路径和XML文件路径。同时注意文件夹名字不能有汉字，而且文件目录区分的"\"应改为“/”,例如我的XML文件的绝对路径格式如下：

D:/OpenCV package/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml

运行结果如下图：

4、视频中的人脸识别

视屏中的人脸识别与图像本质上没什么区别。视频是图片的一帧一帧的播放的结果，用OpenCV里面的读取视频的函数获取视频文件：cv.VideoCapture（文件名），具体代码如下：

import cv2 as cv
# 读取照片，转换成灰度图
def face_detect_img(img):gray_img = cv.cvtColor(img, cv.COLOR_RGB2GRAY)# 将级联算法加载到一个变量中#scaleFactor为缩放比例，minNeighbors为至少迭代多少次确定结果haar_face_cascade = cv.CascadeClassifier('haarcascade_frontalface_default.xml')faces = haar_face_cascade.detectMultiScale(gray_img, scaleFactor=1.1,minNeighbors=3)# 在图像中画上矩形框和圆框for (x, y, w, h) in faces:print(x,y,w,h)cv.rectangle(img, (x, y), (x + w, y + h), (156, 114, 32), 2)# cv.circle(img,(x+w//2,y+h//2),w//2,(56,146,212),2)cv.imshow("detect",img)
# 加载图片
cap = cv.VideoCapture('me.mp4')
while True:flag,frame=cap.read()if not flag:breakface_detect_img(frame)if ord('q') == cv.waitKey(10):break
cv.destroyAllWindows() # 释放内存
cap.release()

同样要特别注意XML文件和图片的调用路径问题。

OpenCV在图片和视频中的人脸检测相关推荐

OpenCV学习记录之视频中的火焰检测识别
主要完成两个视频中火焰的检测,主要结合RGB判据和HIS判据,设定合适的阈值条件,检测出火焰对应像素的区域,将原图二值化,经过中值滤波以及数学形态学的膨胀运算等图像处理,消除一些噪声及离散点,连通一些 ...
python+opencv 实现图像人脸检测及视频中的人脸检测
执着于理想,纯粹于当下. 文章目录一.数据和知识准备 1. 下载HAAR与LBP数据 2. opencv相关知识二.python+opencv实现人脸检测 1. 图像单人脸检测 2. 图像多人脸检 ...
frame中src怎么设置成一个变量_OpenCV图像人脸检测及视频中的人脸检测（附源码）...
文章目录一.数据和知识准备 1. 下载HAAR与LBP数据 2. opencv相关知识二.python+opencv实现人脸检测 1. 图像单人脸检测 2. 图像多人脸检测 3. 视频中人脸检测 ...
opencv中的人脸检测案例
案例:人脸检测利用OpenCV中自己已经训练好的检测器 1 检测流程 1.读取图片,并转换为灰度图像 2.实例化人脸和眼睛检测的分类器对象 # 实例化级联分类器 face_cas = cv.Casc ...
人脸识别-在视频中识别人脸
感谢优秀的你打开了小白的文章 "希望在看文章的你今天又进步了一点点,离美好生活更近一步!" 目录往期回顾代码结果展示 VideoCapture类的构造函数: 往期回顾灰度转 ...
JavaCV进阶opencv图像检测识别：ffmpeg视频图像画面人脸检测
JavaCV免费教程目录: JavaCV入门教程(免费JavaCV教程) javacv实战专栏目录(2016年更新至今): JavaCV实战专栏文章目录(2016年更新至今) 2022年最新JavaC ...
OpenCV视频中的人脸标志检测
OpenCV视频中的人脸标志检测视频中的人脸标志检测简介命令参数说明源代码视频中的人脸标志检测简介此应用程序使您可以检测视频中检测到的面部的地标.此应用程序首先检测当前视频帧中的面部,然 ...
使用OpenCV-python识别图片视频中的人脸和眼睛
文章目录思路和核心代码识别图像中的人脸识别视频中的人脸和眼睛思路和核心代码思路如下: 首先需要一个训练好的人脸和眼睛特征数据库,用于识别人脸和眼睛识别出人脸和眼睛之后,返回所在的区域(一般 ...
基于虹软人脸识别，实现RTMP直播推流追踪视频中所有人脸信息（C#）
大家应该都知道几个很常见的例子,比如在张学友的演唱会,在安检通道检票时,通过人像识别系统成功识别捉了好多在逃人员,被称为逃犯克星:人行横道不遵守交通规则闯红灯的路人被人脸识别系统抓拍放在大屏上以示警告 ...
检测视频中的人脸，并画出矩形框
检测视频中的人脸,并画出矩形框,这是一个测试程序,由于很多人经常会用到,写下以备不时之需. #include"stdafx.h" #include <opencv2/core ...

OpenCV在图片和视频中的人脸检测

1、人脸检测

2、安转OpenCV

3、图片中的人脸识别

4、视频中的人脸识别

OpenCV在图片和视频中的人脸检测相关推荐

最新文章

热门文章