python做图像识别好还是c++好_OpenCV人脸检测（C++/Python)

之前一直觉得人脸检测是非常麻烦的，即使是用OpenCV麻烦到我都不敢去碰。这两天仔细看了下，如果只是调用opencv自带的分类器和函数的话，简直是简单。这不，正好最近也在学习Python索性就用C++和Python两种语言都实现一下。当然，我现在这个是最简单的版本。

步骤

调用opencv训练好的分类器和自带的检测函数检测人脸人眼等的步骤简单直接：

加载分类器，当然分类器事先要放在工程目录中去。分类器本来的位置是在*\opencv\sources\data\haarcascades（harr分类器，也有其他的可以用，也可以自己训练）

调用detectMultiScale()函数检测，调整函数的参数可以使检测结果更加精确。

把检测到的人脸等用矩形（或者圆形等其他图形）画出来。

主要函数

这里面最主要的一个函数就是detectMultiScale()。文档中的解释如下：

image表示的是要检测的输入图像

objects表示检测到的人脸目标序列

scaleFactor表示每次图像尺寸减小的比例

minNeighbors表示每一个目标至少要被检测到3次才算是真的目标(因为周围的像素和不同的窗口大小都可以检测到人脸),

minSize为目标的最小尺寸

minSize为目标的最大尺寸

适当调整4,5,6两个参数可以用来排除检测结果中的干扰项。

程序：

C++程序如下：

#include

using namespace std;

using namespace cv;

/** Function Headers */

void detectAndDisplay(Mat frame);

/** Global variables */

String face_cascade_name = "haarcascade_frontalface_default.xml";

String eyes_cascade_name = "haarcascade_eye_tree_eyeglasses.xml";

CascadeClassifier face_cascade; //定义人脸分类器

CascadeClassifier eyes_cascade; //定义人眼分类器

String window_name = "Capture - Face detection";

/** @function main */

int main(void)

{

Mat frame = imread("2.jpg");

//VideoCapture capture;

//Mat frame;

//-- 1. Load the cascades

if (!face_cascade.load(face_cascade_name)){ printf("--(!)Error loading face cascade\n"); return -1; };

if (!eyes_cascade.load(eyes_cascade_name)){ printf("--(!)Error loading eyes cascade\n"); return -1; };

//-- 2. Read the video stream

//capture.open(0);

//if (!capture.isOpened()) { printf("--(!)Error opening video capture\n"); return -1; }

//while (capture.read(frame))

//{

// if (frame.empty())

// {

// printf(" --(!) No captured frame -- Break!");

// break;

// }

//-- 3. Apply the classifier to the frame

detectAndDisplay(frame);

int c = waitKey(0);

if ((char)c == 27) { return 0; } // escape

//}

return 0;

}

/** @function detectAndDisplay */

void detectAndDisplay(Mat frame)

{

std::vector faces;

Mat frame_gray;

cvtColor(frame, frame_gray, COLOR_BGR2GRAY);

equalizeHist(frame_gray, frame_gray);

//-- Detect faces

face_cascade.detectMultiScale(frame_gray, faces, 1.1, 3, CV_HAAR_DO_ROUGH_SEARCH, Size(70, 70),Size(100,100));

for (size_t i = 0; i < faces.size(); i++)

{

//Point center(faces[i].x + faces[i].width / 2, faces[i].y + faces[i].height / 2);

//ellipse(frame, center, Size(faces[i].width / 2, faces[i].height / 2), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);

rectangle(frame, faces[i],Scalar(255,0,0),2,8,0);

Mat faceROI = frame_gray(faces[i]);

std::vector eyes;

//-- In each face, detect eyes

eyes_cascade.detectMultiScale(faceROI, eyes, 1.1, 1, CV_HAAR_DO_ROUGH_SEARCH, Size(3, 3));

for (size_t j = 0; j < eyes.size(); j++)

{

Rect rect(faces[i].x + eyes[j].x, faces[i].y + eyes[j].y, eyes[j].width, eyes[j].height);

//Point eye_center(faces[i].x + eyes[j].x + eyes[j].width / 2, faces[i].y + eyes[j].y + eyes[j].height / 2);

//int radius = cvRound((eyes[j].width + eyes[j].height)*0.25);

//circle(frame, eye_center, radius, Scalar(255, 0, 0), 4, 8, 0);

rectangle(frame, rect, Scalar(0, 255, 0), 2, 8, 0);

}

//-- Show what you got

namedWindow(window_name, 2);

imshow(window_name, frame);

}

Python程序如下：

import numpy as np

import cv2

face_cascade = cv2.CascadeClassifier("/haarcascade_frontalface_default.xml")

eye_cascade = cv2.CascadeClassifier("/haarcascade_eye_tree_eyeglasses.xml")

img = cv2.imread("/2.jpg")

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(50,50),(100,100))

if len(faces)>0:

for faceRect in faces:

x,y,w,h = faceRect

cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2,8,0)

roi_gray = gray[y:y+h,x:x+w]

roi_color = img[y:y+h,x:x+w]

eyes = eye_cascade.detectMultiScale(roi_gray,1.1,1,cv2.CASCADE_SCALE_IMAGE,(2,2))

for (ex,ey,ew,eh) in eyes:

cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

cv2.imshow("img",img)

cv2.waitKey(0)

效果

最终结果如下图所示：

python做图像识别好还是c++好_OpenCV人脸检测（C++/Python)相关推荐

用Python爬取高颜值美女（爬虫+人脸检测+颜值检测）
1 数据源知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 100 + 行 3 必要环境 Mac / ...
Python爬取高颜值美女（爬虫+人脸检测+颜值检测）
1 数据源知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 100 + 行 3 必要环境 Mac / ...
python 知乎美女_知乎大神用Python爬取高颜值美女（爬虫+人脸检测+颜值检测）
原标题:知乎大神用Python爬取高颜值美女(爬虫+人脸检测+颜值检测) 1 数据源知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.l ...
知乎大神用Python爬取高颜值美女（爬虫+人脸检测+颜值检测）！
1 数据源知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 100 + 行 3 必要环境 Mac / ...
使用OpenCV实现人脸检测（Python）
文章目录 Introduction 使用 OpenCV 的 Haar 级联分类器导入工具包和模型路径级联分类器积分图像使用 Adaboost 学习分类函数级联分类器输入检测图像中的人脸 ...
知乎大神用Python爬取高颜值美女（爬虫+人脸检测+颜值检测）
本文来源于:Python与人工智能社区 1 数据源知乎话题『美女』下所有问题中回答所出现的图片 2 抓取工具 Python 3,并使用第三方库 Requests.lxml.AipFace,代码共 1 ...
0基础学python做什么工作好-写给0基础小白：Python能干什么？就业前景好不好？怎么开始学？...
原标题:写给0基础小白:Python能干什么?就业前景好不好?怎么开始学? 今天,我们深度了解一下Python这门语言,它到底是什么,都能用来干什么,为什么这么火? 首先,普及一下编程语言的基础知识. ...
python做日历牌_中秋节到了，送你一个Python做的Crossin牌“月饼”
明天是难得一见的国庆中秋双节合一,在这里除了祝大家节日快乐之外,我们还要送上一个"月饼"--当然这个月饼是不能吃的,因为它是用python做的.先给大家看一下效果图. 图1. 月饼 ...
python做脚本语言要了解什么_你真的了解Python吗？本文可以让你对Python了解更深入...
人们为什么使用Python? 之所以选择Python的主要因素有以下几个方面:软件质量:在很大程度上,Python更注重可读性.一致性和软件质量,从而与脚本语言世界中的其他工具区别开发.此外,Pyth ...

python做图像识别好还是c++好_OpenCV人脸检测（C++/Python)

python做图像识别好还是c++好_OpenCV人脸检测（C++/Python)相关推荐

最新文章

热门文章