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. 图像多人脸检测
- 3. 视频中人脸检测
- 4. 摄像头人脸检测

原文链接：https://yetingyun.blog.csdn.net/article/details/108153075
创作不易，未经作者允许，禁止转载，更勿做其他用途，违者必究。

一、数据和知识准备

1. 下载HAAR与LBP数据

人脸检测的常见步骤如下，如果想要将人脸准确地检测出来，需要通过建立人脸模型，获取准确区分人脸的分类器，这里我们使用网上公开的扩展包或已经训练好的分类器。

将 haarcascades 与 lbpcascades 里面的相关 xml 文件下载到本地，便于之后调用，辅助进行人脸检测。

下载地址：https://github.com/opencv/opencv/tree/master/data

2. opencv相关知识

cv.CascadeClassifier()：是 OpenCV 中人脸检测的一个级联分类器，既可以使用 Haar 特征，也可以使用 LBP 特征。以 Haar 特征分类器为基础的对象检测技术是一种非常有效的技术，它是基于机器学习且使用大量的正负样本训练得到分类器。
detectMultiScale函数：检测人脸算法，其参数如下：
image：要检测的输入图像
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多少次才算是真的人脸，因为周围的像素和不同的窗口大小都可能检测成人脸
minSize：表示目标的最小尺寸
maxSize：表示目标的最小尺寸
Haar-like矩形特征：是用于物体检测的数字图像特征。这类矩形特征模板由两个或多个全等的黑白矩形相邻组合而成，而矩形特征值是白色矩形的灰度值的和减去黑色矩形的灰度值的和，矩形特征对一些简单的图形结构，如线段、边缘比较敏感。如果把这样的矩形放在一个非人脸区域，那么计算出的特征值应该和人脸特征值不一样，所以这些矩形就是为了把人脸特征量化，以区分人脸和非人脸。
LBP：是一种特征提取方式，能提取出图像的局部的纹理特征，最开始的 LBP 算子是在 3X3 窗口中，取中心像素的像素值为阀值，与其周围八个像素点的像素值比较，若像素点的像素值大于阀值，则此像素点被标记为1，否则标记为0。这样就能得到一个八位二进制的码，转换为十进制即 LBP 码，于是得到了这个窗口的 LBP 值，用这个值来反映这个窗口内的纹理信息。LBPH是在原始 LBP 上的一个改进，在 opencv 支持下可以直接调用函数直接创建一个 LBPH 人脸识别的模型。
比如：cv2.face.LBPHFaceRecognizer_create()。

二、python+opencv实现人脸检测

1. 图像单人脸检测

import cv2 as cvdef face_detection(image):# 创建一个级联分类器 加载一个.xml分类器文件 它既可以是Haar特征也可以是LBP特征的分类器face_detecter = cv.CascadeClassifier(r'./face_detection/haarcascades/haarcascade_frontalface_default.xml')# 多个尺度空间进行人脸检测   返回检测到的人脸区域坐标信息faces = face_detecter.detectMultiScale(image=image, scaleFactor=1.1, minNeighbors=5)print('检测人脸信息如下：\n', faces)for x, y, w, h in faces:# 在原图像上绘制矩形标识cv.rectangle(img=image, pt1=(x, y), pt2=(x+w, y+h), color=(0, 0, 255), thickness=2)cv.imshow('result', image)src = cv.imread(r'./test/036.jpg')
cv.imshow('input image', src)
face_detection(src)
cv.waitKey(0)
cv.destroyAllWindows()

运行效果如下：

检测人脸信息如下：[[ 61  53 110 110]]Process finished with exit code 0

2. 图像多人脸检测

import cv2 as cvdef face_detection(image):# 转成灰度图像gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)# 创建一个级联分类器 加载一个.xml分类器文件 它既可以是Haar特征也可以是LBP特征的分类器face_detecter = cv.CascadeClassifier(r'./face_detection/haarcascades/haarcascade_frontalface_default.xml')# 多个尺度空间进行人脸检测   返回检测到的人脸区域坐标信息faces = face_detecter.detectMultiScale(image=gray, scaleFactor=1.1, minNeighbors=5)print('检测人脸信息如下：\n', faces)for x, y, w, h in faces:# 在原图像上绘制矩形标识cv.rectangle(img=image, pt1=(x, y), pt2=(x+w, y+h), color=(0, 0, 255), thickness=2)cv.imshow('result', image)src = cv.imread(r'./test/044.jpg')
cv.imshow('input image', src)
face_detection(src)
cv.waitKey(0)
cv.destroyAllWindows()

运行效果如下：

检测人脸信息如下：[[329 157  49  49][ 88 156  44  44][157 158  54  54][240 159  50  50][ 86 370  68  68][ 79 254  54  54][339 250  58  58][155 254  59  59][251 247  59  59][199 371  80  80][308 370  69  69]]Process finished with exit code 0

3. 视频中人脸检测

# -*- coding: UTF-8 -*-
"""
@公众号      ： AI庭云君
@Author     ： 叶庭云
@CSDN       ： https://yetingyun.blog.csdn.net/
"""
import cv2# 加载视频
cap = cv2.VideoCapture('test.mp4')
# 创建一个级联分类器 加载一个.xml分类器文件 它既可以是Haar特征也可以是LBP特征的分类器
face_detect = cv2.CascadeClassifier(r'./face_detection/haarcascades/haarcascade_frontalface_default.xml')while True:# 读取视频片段ret, frame = cap.read()if not ret:  # 读完视频后falg返回Falsebreakframe = cv2.resize(frame, None, fx=0.5, fy=0.5)# 灰度处理gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 多个尺度空间进行人脸检测   返回检测到的人脸区域坐标信息face_zone = face_detect.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=8)# 绘制矩形和圆形检测人脸for x, y, w, h in face_zone:cv2.rectangle(frame, pt1=(x, y), pt2=(x + w, y + h), color=[0, 0, 255], thickness=2)cv2.circle(frame, center=(x + w // 2, y + h // 2), radius=w // 2, color=[0, 255, 0], thickness=2)# 显示图片cv2.imshow('video', frame)# 设置退出键和展示频率if ord('q') == cv2.waitKey(40):break# 释放资源
cv2.destroyAllWindows()
cap.release()

截取新版倚天屠龙记某一集36:35到36:39的片段，简单实现实时检测人脸并显示，运行效果如下：

任何算法都不会 100% 识别准确，由于噪声、误差、算法、训练集等影响，某些时候也会出现一些错误识别。自己进行简单测试时也会发现，人物动作、视频中镜头切换过快、背景变化等因素，可能会造成对视频中人脸检测不准确。

4. 摄像头人脸检测

"""
@公众号      ： AI庭云君
@Author     ： 叶庭云
@CSDN       ： https://yetingyun.blog.csdn.net/
"""
import cv2 as cv# 识别电脑摄像头并打开
cap = cv.VideoCapture(0, cv.CAP_DSHOW)
# 创建一个级联分类器 加载一个.xml分类器文件 它既可以是Haar特征也可以是LBP特征的分类器
face_detect = cv.CascadeClassifier(r'./face_detection/haarcascades/haarcascade_frontalface_default.xml')while True:# 读取视频片段flag, frame = cap.read()frame = cv.flip(frame, 1)if not flag:   # 读完视频后falg返回Falsebreak# 灰度处理gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)# 多个尺度空间进行人脸检测   返回检测到的人脸区域坐标信息face_zone = face_detect.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)# 绘制矩形和圆形检测人脸for x, y, w, h in face_zone:cv.rectangle(frame, pt1=(x, y), pt2=(x + w, y + h), color=[0, 0, 255], thickness=2)cv.circle(frame, center=(x + w // 2, y + h // 2), radius=w // 2, color=[0, 255, 0], thickness=2)# 显示图片cv.imshow('video', frame)# 设置退出键q 展示频率if ord('q') == cv.waitKey(30):break# 释放资源
cv.destroyAllWindows()
cap.release()

程序运行，即可调用电脑的摄像头识别面对摄像头的人脸，正脸和静止状态检测人脸的效果好。

python+opencv 实现图像人脸检测及视频中的人脸检测相关推荐

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 ...
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 ...
[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 ...
OpenCvSharp人脸识别系统(视频中的人脸)
前段时间因项目中有用到人脸识别,折腾了好久才解决了问题.现将简单的人脸识别功能分享出来,供大家研究. 是基于OpenCVSharp写的人脸识别功能,启用电脑自带的摄像头,识别到人脸图片,并以视频的形式 ...
使用OpenCV检测摄像头视频中的人脸
import cv2 import numpy as np import matplotlib.pyplot as plt#人脸检测 def face_rec(img):gray = cv2.cvtC ...
python+opencv+PIL，在图片和视频中写入中文（汉字）
原博客地址:https://blog.csdn.net/wyx100/article/details/80412101 效果代码 #!/usr/bin/env python # -*- coding ...
Python 计算机视觉（十六）—— 图像和视频中的人脸识别
参考的一些文章以及论文我都会给大家分享出来 -- 链接就贴在原文,论文我上传到资源中去,大家可以免费下载学习,如果当天资源区找不到论文,那就等等,可能正在审核,审核完后就可以下载了.大家一起学习,一起 ...
face_recognition、opencv中haar人脸特征：视频/图片进行人脸检测/人脸识别
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) import face_recognition import ...
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 ...

python+opencv 实现图像人脸检测及视频中的人脸检测