Python下應用opencv 實現(xiàn)人臉檢測功能
使用OpenCV's Haar cascades作為人臉檢測，因為他做好了庫，我們只管使用。
代碼簡單，除去注釋，總共有效代碼只有10多行。
所謂庫就是一個檢測人臉的xml 文件，可以網(wǎng)上查找，下面是一個地址：
https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_default.xml
如何構造這個庫，學習完本文后可以參考：
http://note.sonots.com/SciSoftware/haartraining.html
https://www.instructables.com/id/Create-OpenCV-Image-Classifiers-Using-Python/
知道構造庫，就可以檢測各種你想要檢測的東西了。
人臉檢測不是人臉識別，但是人臉識別的前提。
運行效果如下：
前提：
這個原始代碼來自 https://www.pyimagesearch.com/2016/11/21/raspbian-opencv-pre-configured-and-pre-installed/ 的一個教學講稿。
你需要下載haarcascade_frontalface_default.xml 以及準備你要檢測的文件，我這里是family.jpg，放在python 文件detect_faces.py 所在目錄（工作目錄）的子目錄images下。haarcascade_frontalface_default.xml是放在工作目錄。
如果加上攝像頭連接程序，也可實時檢測，另文介紹。
代碼1介紹
導入庫，并做命令行參數(shù)處理。你在命令行可以輸入如下：
python detect_faces.py --image image/family.jpg --detector haarcascade_frontalface_default.xml
我在程序中都有缺省參數(shù)處理，你如果集成測試或命令行不輸參數(shù)的話，就要修改好你的缺省值。
這樣命令行就是python detect_faces.py ，同時也可以輸入命令行輸入?yún)?shù)。
# USAGE 使用方法是：
# python detect_faces.py --image images/family.jpg \
# --detector haarcascade_frontalface_default.xml
# import the necessary packages 輸入包
# import imutils
import argparse
import cv2
# construct the argument parser and parse the arguments //構造命令行參數(shù)分析
# 為了集成測試，或者命令行輸入的簡單，這里都有缺省參數(shù)
#image 是 images/family.jpg
#detector 是 haarcascade_frontalface_default.xml
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", default='images/family.jpg',
help="path to the input image")
ap.add_argument("-d", "--detector", default='haarcascade_frontalface_default.xml',
help="path to Haar cacscade face detector")
args = vars(ap.parse_args())
導入圖形文件，并灰度處理
# load our image and convert it to grayscale 導入圖形文件，并灰度化
image = cv2.imread(args["image"])
#image =imutils.resize(image,width=800)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
導入檢測文件，檢測圖中人臉，顯示檢測到的人臉數(shù)
# load the face detector and detect faces in the image
# 導入臉部檢測文件
detector = cv2.CascadeClassifier(args["detector"])
#檢測圖形中的臉部
rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=9,
minSize=(40, 40), flags=cv2.CASCADE_SCALE_IMAGE)
#顯示檢測到的人臉數(shù)目
print("[INFO] detected {} faces".format(len(rects)))
循環(huán)，繪圖每個檢測到的人臉框，并圖形顯示
# load the face detector and detect faces in the image
# 導入臉部檢測
detector = cv2.CascadeClassifier(args["detector"])
#檢測圖形中的臉部
rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=9,
minSize=(40, 40), flags=cv2.CASCADE_SCALE_IMAGE)
#顯示檢測到的人臉數(shù)目
print("[INFO] detected {} faces".format(len(rects)))
最后串接所有代碼如下：
# USAGE 使用方法是：
# python detect_faces.py --image images/family.jpg \
# --detector haarcascade_frontalface_default.xml
# import the necessary packages 輸入包
# import imutils 如果需要成比例縮放圖形才需要，這里不需要
import argparse
import cv2
# construct the argument parser and parse the arguments //構造命令行參數(shù)分析
# 為了集成測試，或者命令行輸入的簡單，這里都有缺省參數(shù)
#image 是 images/family.jpg
#detector 是 haarcascade_frontalface_default.xml
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", default='images/family.jpg',
help="path to the input image")
ap.add_argument("-d", "--detector", default='haarcascade_frontalface_default.xml',
help="path to Haar cacscade face detector")
args = vars(ap.parse_args())
# load our image and convert it to grayscale 導入圖形文件，并灰度化
image = cv2.imread(args["image"])
#image =imutils.resize(image,width=800)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# load the face detector and detect faces in the image
# 導入臉部檢測文件
detector = cv2.CascadeClassifier(args["detector"])
#檢測圖形中的臉部
rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=9,
minSize=(40, 40), flags=cv2.CASCADE_SCALE_IMAGE)
#顯示檢測到的人臉數(shù)目
print("[INFO] detected {} faces".format(len(rects)))
# loop over the bounding boxes and draw a rectangle around each face
# 循環(huán)rects,繪圖每個檢測到的人臉框
for (x, y, w, h) in rects:
cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
# show the detected faces
cv2.imshow("Faces", image)
cv2.waitKey(0)
總結
以上所述是小編給大家介紹的Python下應用opencv 實現(xiàn)人臉檢測功能,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉載，煩請注明出處，謝謝！
相關文章
這篇文章主要介紹了Python的Tqdm模塊實現(xiàn)進度條配置，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
python tensorflow學習之識別單張圖片的實現(xiàn)的示例
本篇文章主要介紹了python tensorflow學習之識別單張圖片的實現(xiàn)的示例，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-02-02
圖文詳解Python中如何簡單地解決Microsoft?Visual?C++?14.0報錯
有的時候安裝python依賴包的時候,報錯信息"Microsoft?visual?c++?14.0?is?required"的解決辦法,下面這篇文章主要給大家介紹了關于Python中如何簡單地解決Microsoft?Visual?C++?14.0報錯的相關資料,需要的朋友可以參考下2023-02-02
這篇文章主要介紹了python3獲取視頻文件播放時長的三種方法,VideoFileClip,CV2以及FFmpeg這三種方法,文章通過代碼示例給大家講解的非常詳細,需要的朋友可以參考下2024-04-04
這篇文章主要介紹了使用Python獲取當前工作目錄和執(zhí)行命令的位置，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03
這篇文章主要介紹了Python疊加矩形框圖層2種方法及效果,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-06-06
Kivy是一個開源Python框架,用于構建具有創(chuàng)意和多點觸控功能的用戶界面（UI）應用程序,本文主要為大家介紹了一下Kivy的具體使用,需要的可以參考下2024-01-01
今天小編就為大家分享一篇在Python中給Nan值更改為0的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
python中導入 train_test_split提示錯誤的解決
這篇文章主要介紹了python中導入 train_test_split提示錯誤的解決，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06
在 C/C++ 開發(fā)中使用了第三方庫，具體說是 .a, .lib, .dll 等文件，想通過 Python 查詢出這些文件中的版本號信息，下面小編給大家?guī)砹薖ython3中掃描庫文件并獲取版本號信息的知識,需要的朋友可以參考下2023-05-05