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.CascadeClassifier("haarcascade_frontalface_default.xml")
# 加载分类器
face_cas.load("haarcascade_frontalface_default.xml")

3.进行人脸和眼睛的检测

faceRects = face_cas.detectMultiScale(gray,scaleFactor,minNeighbors,minSize=)

参数：

Gray:要进行检测的人脸图像
- scaleFactor:前后两次扫描中，搜索窗口的比例系数
- minneighbors:目标至少被检测到minNeighbors次才会被认为是目标
- minsize和maxsize:目标的最小尺寸和最大尺寸
4.将检测结果绘制出来

2.示例：

import cv2 as cv
import matplotlib.pyplot as plt
# 1 导入图片
img = cv.imread("../image/111.jpg")
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)# 2 实例化OpenCV人类和眼睛识别的分类器
face_cas = cv.CascadeClassifier("haarcascade_frontalface_default.xml")
face_cas.load("haarcascade_frontalface_default.xml")eyes_cas = cv.CascadeClassifier("haarcascade_eye.xml")
eyes_cas.load("haarcascade_eye.xml")
# 3 调用识别人脸
faceRects = face_cas.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=3,minSize=(32,32))
for faceRect in faceRects:x,y,w,h = faceRect# 框出人脸cv.rectangle(img,(x,y),(x+h,y+w),(0,255,0),3)# 4 在识别出的人脸中进行眼睛的检测rol_color = img[y:y+h,x:x+w]rol_gray = gray[y:y+h,x:x+w]eyes = eyes_cas.detectMultiScale(rol_gray)for (ex,ey,ew,eh) in eyes:cv.rectangle(rol_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
## 5 检测结果绘制
plt.figure(figsize=(8,6),dpi=100)
plt.imshow(img[:,:,::-1]),plt.title('检测结果')
plt.show()

在视频中的人脸检测如下：

import cv2 as cv
import matplotlib.pyplot as plt
# 1 读取视频
cap = cv.VideoCapture("../image/676.mp4")
# 2 在每一帧数据中进行人脸识别
while(cap.isOpened()):ret,frame = cap.read()if ret == True:gray = cv.cvtColor(frame,cv.COLOR_BGR2GRAY)# 3 实例化OpenCV人脸识别的分类器face_cas = cv.CascadeClassifier("haarcascade_frontalface_default.xml")face_cas.load("haarcascade_frontalface_default.xml")# 4 调用人脸识别faceRects = face_cas.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=3,minSize=(32,32))for faceRect in faceRects:x,y,w,h = faceRect# 框出人脸cv.rectangle(frame,(x,y),(x+h,y+w),(0,255,0),3)cv.imshow("frame",frame)if cv.waitKey(1) & 0xFF == ord('q'):break
# 5 释放资源
cap.release()
cv.destroyAllWindows()

3.总结

opencv中人脸识别的流程是:

1.读取图片，并转换成灰度图
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.CascadeClassifier("haarcascade_frontalface_default.xml")
# 加载分类器
face_cas.load("haarcascade_frontalface_default.xml")

3.进行人脸和眼睛的检测

rect = classifier.detectMultiScale(gray，scaleFactor，minNeighbors，minSize,maxsize)

4.绘制结果图像

opencv中的人脸检测案例相关推荐

调用摄像头使用face_recognition 或 opencv中haar人脸特征实时检测识别人脸、给人脸打马赛克/给人脸贴图
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) OpenCV:python调用摄像头同时使用OpenCV中自带 ...
[Python图像处理] 二十八.OpenCV快速实现人脸检测及视频中的人脸
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
OpenCV + python 实现人脸检测（基于照片和视频进行检测）
OpenCV + python 实现人脸检测(基于照片和视频进行检测) Haar-like 通俗的来讲,就是作为人脸特征即可. Haar特征值反映了图像的灰度变化情况.例如:脸部的一些特征能由矩形特征 ...
OpenCV实现视频人脸检测
利用OpenCV实现视频人脸检测,包含眼部检测.首先,将人脸检测和眼部检测需要的模型文件haarcascade_eye.xml和haarcascade_frontalface_default.xml放 ...
OpenCV vs Dlib 人脸检测比较分析
点击我爱计算机视觉标星,更快获取CVML新技术人脸检测是计算机视觉最典型的应用之一,早期OpenCV的logo就是Haar人脸检测的示意图. 很多人的第一个OpenCV学习目标就是跑通Haar级联人 ...
python 人脸检测_借助摄像头在Python中实现人脸检测
Python部落(www.freelycode.com)组织翻译, 禁止转载本文作者是Shantnu Tiwari--曾多年在C/C++的魔爪中饱受折磨,直到他发现了Python--使用起来感觉如呼 ...
opencv快速入门人脸检测与人脸识别
让"它"认得你 --利用opencv快速入门人脸检测与人脸识别 opencv,顾名思义"开源,计算机视觉".OpenCV就是这样的一个特殊的框架,一群大牛然绕自 ...
opencv 美白磨皮人脸检测转
1. 简介这学期的计算机视觉课,我们组的课程项目为"照片自动美化",其中我负责的模块为人脸检测与自动磨皮. 功能为:用户上传一张照片,自动检测并定位出照片中的人脸,将照片中所有的 ...
android 人脸检测 facedec,智能访客系统中的人脸检测及方向判别算法.pdf
智能访客系统中的人脸检测及方向判别算法,人脸识别算法,人脸检测算法,opencv人脸识别算法,人脸识别算法有哪些,人脸识别pca算法,人脸比对算法,android人脸识别算法,adaboost人脸检测 ...

opencv中的人脸检测案例

案例：人脸检测

1 检测流程

2.示例：

3.总结

opencv中的人脸检测案例相关推荐

最新文章

热门文章