EduCoder：人脸识别系统——OpenCV人脸检测

第1关：图片基本操作

编程要求：

请在右侧编辑器中的BEGIN-END之间编写代码，完成如下要求：

导入openCV库（cv2）；
读取路径 step1/image/girl.jpg下的图片（图片读取模式三种任选一种都可以）；
将读取到的图片保存到路径 step1/out/girl-new.jpg下。

代码如下：

'''****************BEGIN****************'''
# 导入OpenCV库
import cv2
'''**************** END ****************'''# 原始图片路径
image_path = 'step1/image/girl.jpg'
# 保存图片路径
save_image_path = 'step1/out/girl-new.jpg''''****************BEGIN****************'''
# 读取图片并保存图片
img = cv2.imread(image_path,1)
cv2.imwrite(save_image_path,img)
'''**************** END ****************'''

第2关：色彩空间及其转换

编程要求：

请在右侧编辑器中的BEGIN-END之间编写代码，完成如下要求：

将图片的色彩空间转换为灰度空间；
将处理后的图片保存到路径step2/out/girl-gray.jpg下。

代码如下：

import cv2# 加载图片
filename = "step2/image/girl.jpg"
img = cv2.imread(filename)'''****************BEGIN****************'''
# 将图片的色彩空间由BGR转换GRAY
output_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
'''**************** END ****************'''save_image_path = "step2/out/girl-gray.jpg"
'''****************BEGIN****************'''
# 保存图片
cv2.imwrite(save_image_path,output_img)'''**************** END ****************'''

第3关：基于Harr特征的人脸检测分类器

编程要求：

请在右侧编辑器中的BEGIN-END之间编写代码，调用Harr完成人脸识别，具体任务如下：

读取图片；
转化图片为灰度图片；
声明人脸检测器；
调用人脸检测函数，scaleFactor参数设定为1.3, minNeighbors参数设定为5。

代码如下：

import numpy as np
import cv2'''****************BEGIN****************'''
# 读取图片
image_path = 'step3/image/face.jpg'
img = cv2.imread(image_path)
# 转换为灰度图片
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 人脸检测器
modle_path = 'sample/data/haarcascades/haarcascade_frontalface_default.xml'
face_cascade =cv2.CascadeClassifier(modle_path)
# 识别人脸
faces = face_cascade.detectMultiScale(gray_img, 1.3, 5)
'''**************** END ****************'''print(faces)

第4关：绘制人脸与人眼区域

编程要求：

请在右侧编辑器中的BEGIN-END之间编写代码，调用Harr完成人脸识别，具体任务如下：

绘制人脸区域；
调用眼睛检测模型，识别眼睛区域；
绘制眼睛区域。

代码如下：

import cv2
# 读取图片
img = cv2.imread('step4/image/girl.jpg')
# 转换为灰阶图片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 人脸检测器
face_cascade = cv2.CascadeClassifier('sample/data/haarcascades/haarcascade_frontalface_default.xml')
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 绘制人脸区域
for (x,y,w,h) in faces:print(x,y,w,h)'''****************BEGIN****************'''# 在人脸区域添加矩形框cv2.rectangle(img,(x,y),(x+w,y+h),(0,0,255),2)face_gray = gray[y:y+h, x:x+w]#原图像的脸部区域face_area = img[y:y+h, x:x+w]'''**************** END ****************'''#绘制眼睛区域path_of_haarcascade_eye = "sample/data/haarcascades/haarcascade_eye.xml"eye_cascade = cv2.CascadeClassifier(path_of_haarcascade_eye)eyes = eye_cascade.detectMultiScale(face_gray)'''****************BEGIN****************'''for (ex,ey,ew,eh) in eyes:print(ex,ey,ew,eh)# 在眼睛区域添加矩形框cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)'''**************** END ****************'''# 保存图片
save_image_path = "step4/out/girl-drawing.jpg"
cv2.imwrite(save_image_path,img)

人脸识别系统——OpenCV人脸检测相关推荐

【EduCoder答案】人脸识别系统——OpenCV人脸检测
简介答案查询的入口网页版其他各类实训答案的目录见这里答案获取的方法简介见这里并不是所有的关卡都有答案,有些只有部分关卡有不要直接复制答案哦人脸识别系统 -- OpenCV人脸检测 > ...
头歌--人脸识别系统--OpenCV人脸检测
目录第1关:图片基本操作第2关:色彩空间及其转换第3关:基于Harr特征的人脸检测分类器第4关:绘制人脸与人眼区域第1关:图片基本操作 '''****************BEGIN*** ...
人脸识别系统 —— OpenCV人脸检测
第1关:图片基本操作 '''****************BEGIN*******
人脸识别系统——Dlib人脸检测
EduCoder平台:人脸识别系统--Dlib人脸检测第1关:HOG特征描述方法编程要求: 请在右侧编辑器中的BEGIN-END之间编写代码,完成如下要求: 声明OpenCV中的HOG特征描述方法 ...
Python | 人脸识别系统（人脸识别、活体检测、背景模糊、关键点检测）
本博客为人脸识别系统项目简介项目GitHub完整源代码地址:Su-Face-Recognition: A face recognition for user logining 一.运行环境本系统能 ...
人脸识别系统——Dlib人脸识别
EduCoder平台:人脸识别系统--Dlib人脸识别第1关:dlib人脸检测的基本原理编程要求: 请在右侧编辑器中的BEGIN-END之间编写代码,使用Dlib识别人脸并输出识别结果: 计算已知 ...
人脸识别系统OpenCV+dlib+python（含数据库）Pyqt5界面设计项目源码毕业设计
一.项目主要技术 Python语言.dlib.OpenCV.Pyqt5界面设计.sqlite3数据库本系统使用dlib作为人脸识别工具,dlib提供一个方法可将人脸图片数据映射到128维度的空间向量 ...
一张照片就能攻破人脸识别系统，人脸识别安全性亟需提高
如今,看一眼手机,就能唤醒屏幕进行刷脸解锁.逛完超市,双手提着购物袋,看一眼收银台的终端设备,就能刷脸支付.如此便利的体验,都缘于人脸识别技术的普及. 不过,"刷脸"在给人们日常生 ...
基于 PCA 的人脸识别系统及人脸姿态分析
文章目录 1 PCA 1.1 原理 1.2 算法流程 1.2.1 零均值化 1.2.2 计算协方差矩阵 1.2.3 特征值和特征向量 1.2.4 降维得到 K 维特征 1.2.5 PCA 的优缺点 2 ...

人脸识别系统——OpenCV人脸检测

EduCoder：人脸识别系统——OpenCV人脸检测

第1关：图片基本操作

第2关：色彩空间及其转换

第3关：基于Harr特征的人脸检测分类器

第4关：绘制人脸与人眼区域

人脸识别系统——OpenCV人脸检测相关推荐

最新文章

热门文章