Python实现人脸检测（个人、多人、视频）

1、加载图片：
- 源程序代码如下：
- 运行结果如下：
2、图片灰度转换：
- 源程序代码如下：
- 运行结果如下：
3、修改图片尺寸（在此次人脸检测案例中未用到）：
- 源程序代码如下：
- 运行结果如下：
4、绘制矩形-圆形（只是简单地在图片上随便画一个）：
- 源程序代码如下：
- 运行结果如下：
5、图像单个人脸检测：
- 源程序代码如下：
- 运行结果如下：
6、图像多个人脸检测：
- 源程序代码如下：
- 运行结果如下：
7、视频中的人脸检测：
- 源程序代码如下：
- 运行结果如下：

我们先逐步进行学习。我将人脸检测的学习步骤分为如下几个方面。
（1—4是一些小步骤。5—7是具体实现的案例）
关于代码的相关意义我已经在程序中写上了备注（已经尽可能详细了！！）

1、加载图片：

源程序代码如下：

"""__author__="dazhi"2021/3/20-15:00
"""
#导入模块
import cv2 as cv
#读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
#显示图片(这时的照片会一闪而过)
cv.imshow('read_img',img)
#设置等待键盘输入（保证上边显示的照片可以停留）
#传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(3000)
#释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()

运行结果如下：

2、图片灰度转换：

源程序代码如下：

"""__author__="dazhi"2021/3/20-15:25
"""
#导入模块
import cv2 as cv
#读取图片（注意路径不要有中文,否则会报错）
BGR_img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
#显示图片(这时的照片会一闪而过)
cv.imshow('BGR_img',BGR_img)#图片灰度转换
gray_img = cv.cvtColor(BGR_img,cv.COLOR_BGR2GRAY)
cv.imshow('gray_img',gray_img)#保存图片
cv.imwrite('gray_img.jpg',gray_img)#设置等待键盘输入（保证上边显示的照片可以停留）
#传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(0)
#释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()

运行结果如下：

3、修改图片尺寸（在此次人脸检测案例中未用到）：

源程序代码如下：

"""__author__="dazhi"2021/3/20-15:30
"""
# 导入模块
import cv2 as cv# 读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
# 显示图片(这时的照片会一闪而过)
cv.imshow('img', img)
print("原来图片的形状：",img.shape)
# 修改图片尺寸(宽度，高度)
resize_img = cv.resize(img, dsize=(200, 240))
print("修改后图片的形状：",resize_img.shape)
# 显示图片(这时的照片会一闪而过)
cv.imshow('resize_img', resize_img)
# 设置等待键盘输入（保证上边显示的照片可以停留）
# 传入0表示无限等待，直到有东西输入(单位是毫秒)
#设置只有输入q的时候、退出
while True:#ord('q')表示q对应的ascallif ord('q') == cv.waitKey(0):break# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()

运行结果如下：

4、绘制矩形-圆形（只是简单地在图片上随便画一个）：

源程序代码如下：

"""__author__="dazhi"2021/3/20-15:39
"""
# 导入模块
import cv2 as cv# 读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
# 画矩形(x,y指的是矩形左上角的哪个点)
x, y, w, h = 50, 50, 80, 80
# color变量里参数的顺序是BGR,thickness表示的是宽度
# (x,y,x+w,y+h)左上和右下两个点
cv.rectangle(img, (x, y, x + w, y + h), color=(0, 255, 0), thickness=2)#画圆center元组指的是原点的坐标
x,y,r = 200,200,100
cv.circle(img,center=(x,y),radius=r,color=(0,0,255),thickness=3)# 显示图片(这时的照片会一闪而过)
cv.imshow('img', img)
# 设置等待键盘输入（保证上边显示的照片可以停留）
# 传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(0)
# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()

运行结果如下：

5、图像单个人脸检测：

源程序代码如下：

"""__author__="dazhi"2021/3/20-16:30
"""
# 导入库
import cv2 as cvdef face_detect_demo():# 将图片转换为灰度图片gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# 加载特征数据face_detector = cv.CascadeClassifier('D:/wen10/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')#进行检测人脸操作faces = face_detector.detectMultiScale(gray)#得到的daces可能是多组x,y,h,wprint("faces 的数值：",faces)for x, y, w, h in faces:cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 255, 0), thickness=2)# 显示图片(这时的照片会一闪而过)cv.imshow('result', img)if __name__ == '__main__':# 读取图片（注意路径不要有中文,否则会报错）img = cv.imread("C:\\Users\\26301\\Desktop\\1.jpg")face_detect_demo()# 设置等待键盘输入（保证上边显示的照片可以停留）# 传入0表示无限等待，直到有东西输入(单位是毫秒)cv.waitKey(0)# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）cv.destroyAllWindows()

运行结果如下：

6、图像多个人脸检测：

源程序代码如下：

"""__author__="dazhi"2021/3/20-16:49
"""
# 导入库
import cv2 as cvdef face_detect_demo():# 将图片转换为灰度图片gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)# 加载特征数据face_detector = cv.CascadeClassifier('D:/wen10/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')#进行检测人脸操作(参数也可以不写)faces = face_detector.detectMultiScale(gray,scaleFactor=1.01,minNeighbors=50)#得到的daces可能是多组x,y,h,wprint("faces 的数值：",faces)for x, y, w, h in faces:#画矩形cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 255, 0), thickness=2)#画圆cv.circle(img, center=(x + w // 2, y + h // 2),radius=w//2,color=(0,0,255),thickness=1)# 显示图片(这时的照片会一闪而过)cv.imshow('result', img)if __name__ == '__main__':# 读取图片（注意路径不要有中文,否则会报错）img = cv.imread("C:\\Users\\26301\\Desktop\\5.jpg")face_detect_demo()# 设置等待键盘输入（保证上边显示的照片可以停留）# 传入0表示无限等待，直到有东西输入(单位是毫秒)cv.waitKey(0)# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）cv.destroyAllWindows()

运行结果如下：

7、视频中的人脸检测：

源程序代码如下：

"""__author__="dazhi"2021/3/20-17:10
"""
#导入依赖
import cv2 as cv
def face_detect_demo(img):#将图片灰度gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)#加载特征数据face_detector = cv.CascadeClassifier('D:/wen10/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')#进行检测人脸操作(参数也可以不写)faces = face_detector.detectMultiScale(gray)for x,y,w,h in faces:#画矩形cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)#画圆cv.circle(img,center=(x+w//2,y+h//2),radius=(w//2),color=(0,255,0),thickness=2)# 显示图片(这时的照片会一闪而过)cv.imshow('result',img)
#读取视频
cap=cv.VideoCapture('video.mp4')
#播放进行读取（一帧一帧的走）
while True:#flag表示是否在播放（布尔类型）flag,frame=cap.read()#判断是否在播放if not flag:breakface_detect_demo(frame)#输入q的时候进行关闭if ord('q') == cv.waitKey(10):break
#释放内存
cv.destroyAllWindows()
#释放视频的空间
cap.release()

运行结果如下：

（这个可以实现视频播放过程中识别，但是博主忘记怎么在csdn里放视频了，所以就在视频的播放过程中截了几张图。如下~~~~~）

Python实现人脸检测（个人、多人、视频）相关推荐

python视频人脸检测_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 + 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 ...
人脸检测的测试程序（视频和摄像头）
人脸检测的测试程序(视频和摄像头),仅供测试使用. #include"stdafx.h" #include "opencv2/core/core.hpp" #i ...
Python爬虫 + 人脸检测 + 颜值检测 = 知乎高颜值图片抓取
声明:文中所有文字.图片以及相关外链中直接或间接.明示或暗示涉及性别.颜值分数等信息全部由相关人脸检测接口给出.无任何客观性,仅供参考. 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 ...
OpenCV+python：人脸检测
1,人脸检测简介人脸检测的模型主要有两类,一类是知识模型,根据眼睛.嘴.鼻子的相对位置或面部不同部位的颜色深度差异来检测人脸,另一类是统计模型,把海量的人脸数据转换成二维像素矩阵,从统计的观点出发构 ...
python dlib人脸检测_Python 3 利用 Dlib 实现人脸检测和剪切
0. 引言利用 Python 开发,借助 Dlib 库进行人脸检测 / face detection 和剪切: 将检测到的人脸剪切下来,依次排序平铺显示在新的图像上: 实现的效果如图1 所示,将 ...
Python 爬虫 + 人脸检测 —— 知乎高颜值图片抓取
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爬取美女_知乎大神用Python爬取高颜值美女（Python爬虫+人脸检测+颜值检测）...
import time import os import re import requests from lxml import etree from aip import AipFace #百度云 ...
基于opencv的人脸检测（图片、视频、摄像头）
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档目录前言一.检测图片中的人脸二.检测视频与摄像头中的人脸总结前言人脸检测识别一直是个热门的研究问题,同时也是opencv中 ...

Python实现人脸检测（个人、多人、视频）

Python实现人脸检测（个人、多人、视频）

1、加载图片：

源程序代码如下：

运行结果如下：

2、图片灰度转换：

源程序代码如下：

运行结果如下：

3、修改图片尺寸（在此次人脸检测案例中未用到）：

源程序代码如下：

运行结果如下：

4、绘制矩形-圆形（只是简单地在图片上随便画一个）：

源程序代码如下：

运行结果如下：

5、图像单个人脸检测：

源程序代码如下：

运行结果如下：

6、图像多个人脸检测：

源程序代码如下：

运行结果如下：

7、视频中的人脸检测：

源程序代码如下：

运行结果如下：

Python实现人脸检测（个人、多人、视频）相关推荐

最新文章

热门文章