zoukankan      html  css  js  c++  java
  • opencv 人脸识别

    将opencv中haarcascade_frontalface_default.xml文件下载到本地,我们调用它辅助进行人脸识别。

    识别图像中的人脸

    #coding:utf-8
    import cv2 as cv
    
    # 读取原始图像
    img = cv.imread('face.png')
    
    # 调用熟悉的人脸分类器 识别特征类型
    # 人脸 - haarcascade_frontalface_default.xml
    # 人眼 - haarcascade_eye.xml
    # 微笑 - haarcascade_smile.xml
    face_detect = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    
    # 检查人脸 按照1.1倍放到 周围最小像素为5
    face_zone = face_detect.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)
    print ('识别人脸的信息:',face_zone)
    
    # 绘制矩形和圆形检测人脸
    for x, y, w, h in face_zone:
        # 绘制矩形人脸区域 thickness表示线的粗细
        cv.rectangle(img, pt1=(x, y), pt2=(x+w, y+h),color=[0,0,255], thickness=2)
        # 绘制圆形人脸区域 radius表示半径
        cv.circle(img, center=(x+w//2, y+h//2), radius=w//2, color=[0,255,0], thickness=2)
    
    # 设置图片可以手动调节大小
    cv.namedWindow("Easmount-CSDN", 0)
    
    # 显示图片
    cv.imshow("Easmount-CSDN", img)
    
    # 等待显示 设置任意键退出程序
    cv.waitKey(0)
    cv.destroyAllWindows()
    

    图像人脸识别结果

    注意,此算法只能检测正脸,并且任何算法都有一定的准确率。如上图所示,图像中有一处被错误地检测为人脸。

    CascadeClassifier:是OpenCV中人脸检测的一个级联分类器,既可以使用Haar,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。
    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支持下我们可以直接调用函数直接创建一个LBPH人脸识别的模型。比如:cv.face.LBPHFaceRecognizer_create()。
    detectMultiScale:检测人脸算法,其参数:
    – image表示要检测的输入图像
    – 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表示目标的最小尺寸
    – maxSize表示目标的最大尺寸

    识别视频中的人脸

    将视频中每一帧图像取出,进行图像人脸识别,标记识别到的人脸,显示每一帧图像。

    #coding:utf-8
    import cv2 as cv
    import numpy as np
    
    # 加载视频
    cap = cv.VideoCapture('wang.mp4')
    
    # 调用熟悉的人脸分类器 识别特征类型
    # 人脸 - haarcascade_frontalface_default.xml
    # 人眼 - haarcascade_eye.xm
    # 微笑 - haarcascade_smile.xml
    face_detect = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
    
    while True:
        # 读取视频片段
        flag, frame = cap.read()
        if flag == False:
            break
    
        # 灰度处理
        gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    
        # 检查人脸 按照1.1倍放到 周围最小像素为5
        face_zone = face_detect.detectMultiScale(gray, scaleFactor = 1.5, minNeighbors = 8)
    
        # 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)
        
        # 设置退出键和展示频率
        if ord('q') == cv.waitKey(25):
            break
    
    # 释放资源
    cv.destroyAllWindows()
    cap.release()
    

    女神的笑容

    识别摄像头中的人脸

    #coding:utf-8
    import cv2 as cv
    
    # 识别电脑摄像头并打开
    cap = cv.VideoCapture(0)
    
    # 调用熟悉的人脸分类器 识别特征类型
    # 人脸 - haarcascade_frontalface_default.xml
    # 人眼 - haarcascade_eye.xm
    # 微笑 - haarcascade_smile.xml
    face_detect = cv.CascadeClassifier('haarcascade_frontalface_default.xml')
    
    while True:
        # 读取视频片段
        flag, frame = cap.read()
        if flag == False:
            break
    
        # 灰度处理
        gray = cv.cvtColor(frame, code=cv.COLOR_BGR2GRAY)
    
        # 检查人脸 按照1.1倍放到 周围最小像素为5
        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)
        
        # 设置退出键和展示频率
        if ord('q') == cv.waitKey(40):
            break
    
    # 释放资源
    cv.destroyAllWindows()
    cap.release()
    
  • 相关阅读:
    织梦开发——相关阅读likeart应用
    织梦标签教程
    织梦专题调用代码
    HIT 2543 Stone IV
    POJ 3680 Intervals
    HIT 2739 The Chinese Postman Problem
    POJ 1273 Drainage Ditches
    POJ 2455 Secret Milking Machine
    SPOJ 371 Boxes
    HIT 2715 Matrix3
  • 原文地址:https://www.cnblogs.com/wojianxin/p/12780466.html
Copyright © 2011-2022 走看看