python学习②|人脸检测与人脸识别综合

其他 2021-11-25 04:55:27 阅读次数: 0

前情提要：
在jupyter上使用了markdown语法，有注解，并通过教程形成了目录。

jupyter note生成目录教程：
jupyter notebook如何自动生成目录（extensions）

整体更加便捷高效了。
在这里插入图片描述
点击目录内的内容可进行直接跳转。

文章目录

一、人脸检测基础

人脸识别需要一些基础知识，下面是笔者准备的一些基础操作。

1、显示图片-图片添加灰度-便于计算

cv2.imshow显示图片-RGB转换

import cv2
# 读取图片
img=cv2.imread('py1.jpg')
# 显示图片
cv2.imshow('img',img)
# 任意键关闭窗口，（）内参数为检测频率，单位为ms
cv2.waitKey(0)
# 防治运算过载
cv2.destroyAllWindows()

plt.imshow呈现图片

用plt显示图片，直接显示是负片形式，原因是cv2的编码形式为BGR

import cv2
from matplotlib import pyplot as plt
img=cv2.imread('py1.jpg')
plt.imshow(img)
plt.show()

在这里插入图片描述

去除plt负片效果（两种方法）：
img = img[:, :, [2,1,0]]
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

import cv2
from matplotlib import pyplot as plt
img=cv2.imread('py1.jpg')
# 添加转换代码恢复为正常颜色
img = img[:, :, [2,1,0]]
# img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

在这里插入图片描述

2、重新设定图片大小

import cv2
img=cv2.imread('py1.jpg')
# 重设大小，新定义
resize_img=cv2.resize(img,dsize=(200,250))
cv2.imshow('resize_img',resize_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

3、窗口设置

窗口关闭

按下特定键Q关闭窗口

import cv2
img=cv2.imread('py1.jpg')
cv2.imshow('img',img)
while True:
    if ord('q')==cv2.waitKey(0):
        break
cv2.destroyAllWindows()

窗口大小可调节

函数名称为namedWindow
参数0为可调节
窗口可调节设置要在的显示之前

import cv2
img=cv2.imread('py1.jpg')
cv2.namedWindow('img',0)
cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

窗口大小重新设置

大小调节有了窗口之后才可以调整

import cv2
img=cv2.imread('py1.jpg')
cv2.imshow('img',img)
cv2.resizeWindow('img',500,100)
cv2.waitKey(0)
cv2.destroyAllWindows()

4、画图形（框、圆）

import cv2
img=cv2.imread('wulin.jpg')
# 设定参数
x,y,w,h=50,50,80,80
# 参数赋值，图片名称，参数配置，颜色BGR，线条粗细
cv2.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2)
cv2.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,0,255),thickness=2)
cv2.imshow('1',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

5、给图片上灰色

import cv2,os
img=cv2.imread('py1.jpg')
# 上灰色,需要重新定义
gray_img=cv2.cvtColor(img,code=cv2.COLOR_BGR2GRAY)
cv2.imshow('gray_img',gray_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

二、静态图片人脸检测

1、单张图片单人脸

思路

  • 导入图形\
  • 定义函数人脸识别
  • 图片变灰
  • 加载特征数据,获取路径的两种方法:\

绝对路径方法
face_detector=
cv2.CascadeClassifier(‘C:/Users/ouoli/anaconda3/Lib/site-packages/cv2/data/haarcascade_frontalface_alt_tree.xml’)

非绝对路径方法
face_cascade =
cv2.CascadeClassifier(cv2.data.haarcascades+‘haarcascade_frontalface_default.xml’)

  • 用特征数据识别图像，并返回特征区域→faces=特征数据.识别函数（detectMultiScale）[图形，参数]
  • 在特征区域内画图形
  • 展示图形
    备注：加载灰度只是便于计算，灰度不会呈现到最终的结果中
import cv2
img=cv2.imread('aobama.png')
face_e=cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')
faces=face_e.detectMultiScale(img,1.3,8)
for x,y,w,h in faces:
    cv2.rectangle(img,(x,y),(x+h,y+w),color=(255,255,0),thickness=5)
    cv2.circle(src,center=(x+w//2,y+h//2),radius=w//2,color=(0,0,255),thickness=2)

cv2.namedWindow('1',0)
#cv2.resizeWindow('1',500,550)

cv2.imshow('1',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

2、单张照片多人脸识别

识别多张人脸,改一下文件名就行~~
在这里插入图片描述

三、动态实时人脸检测

调取动态人脸检测，需要用while True保持软件进程。

1、摄像头

如何调取摄像头

主要思路：
调取图像
设置人眼和人脸识别函数
执行函数

import cv2
#调用笔记本内置摄像头，所以参数为0，如果有其他的摄像头可以调整参数为1，2
cap=cv2.VideoCapture(0)
while True:
    #从摄像头读取图片
    sucess,img=cap.read()
    #显示摄像头
    cv2.imshow("img",img)
    #保持画面的持续。
    k=cv2.waitKey(1)
    if k == 27:
        #通过esc键退出摄像
        cv2.destroyAllWindows()
        break
    elif k==ord("s"):
        #通过s键保存图片，并退出。
        cv2.imwrite("image2.jpg",img)
        cv2.destroyAllWindows()
        break
# 关闭摄像头
cap.release()

极简版本

import cv2
#读取图像
cap=cv2.VideoCapture(0)
while True:
    ret,img=cap.read()
#显示图像
    cv2.imshow('img',img)
#设置图像终止情况
    k=cv2.waitKey(1)
    if k==27:
        break
cv2.destroyAllWindows()
# 关闭摄像头
cap.release()

实时边缘检测

import cv2
# import numpy as np
cap=cv2.VideoCapture(0)
while True:
    ret,img=cap.read()
    img=cv2.Canny(img,100,200)
#     img=np.dstack((img,img,img))
    cv2.imshow('img',img)
    k=cv2.waitKey(1)
    if k==27:
        break
cv2.destroyAllWindows()
# 关闭摄像头
cap.release()

100效果↓
100效果
200效果↓
在这里插入图片描述

img=cv2.Canny(img,100,200)
200为调节边缘检测的力度控制

实时人脸、眼睛检测

import cv2,os
os.chdir('D:\pythonAds2021')

def detect_F(frame):
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')
    eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml')
    faces = face_cascade.detectMultiScale(frame, 1.3, 5)
    img = frame
    for (x,y,w,h) in faces:
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        face_area = img[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(face_area)
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),1)
#     cv2.namedWindow('frame2',0)
    cv2.imshow('frame2',img)
    
cap = cv2.VideoCapture(0)

while(True):
    ret, src = cap.read()
#     通过函数显示处理后的图像
    detect_F(src)
    k=cv2.waitKey(100)
    if k == 27:
        break
    elif k==ord('s'):
        cv2.imwrite("image2.jpg",img)
        break
cv2.destroyAllWindows()
# 关闭摄像头
cap.release()

实时微笑检测

import cv2,os
os.chdir('D:\pythonAds2021')

def detect_F(frame):
    face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_frontalface_default.xml')
    eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_eye.xml')
    smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades+'haarcascade_smile.xml')
    faces = face_cascade.detectMultiScale(frame, 1.3, 5)
    img = frame
    for (x,y,w,h) in faces:
        img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
        face_area = img[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(face_area,1.3,25)
        for (ex,ey,ew,eh) in eyes:
            cv2.rectangle(face_area,(ex,ey),(ex+ew,ey+eh),(0,255,0),5)
        smiles = smile_cascade.detectMultiScale(face_area,1.3,50)
        for (sx,sy,sw,sh) in smiles:
            cv2.rectangle(face_area,(sx,sy),(sx+sw,sy+sh),(0,0,255),5)
# 实时字幕显示
            cv2.putText(img,'ye smile le',(x,y-7),3,1.2,(0,0,255),2)
#     cv2.namedWindow('frame2',0)
    cv2.imshow('frame2',img)
    
cap = cv2.VideoCapture(0)

while(True):
    ret, src = cap.read()
#     通过函数显示处理后的图像
    detect_F(src)
    k=cv2.waitKey(100)
    if k == 27:
        break
    elif k==ord('s'):
        cv2.imwrite("image2.jpg",img)
        break
cv2.destroyAllWindows()
# 关闭摄像头
cap.release()

在这里插入图片描述

摄像头视频保存

import cv2 as cv
import os
os.chdir('D:\pythonAds2021')
cap=cv.VideoCapture(0)

while cap.isOpened():
    ret,frame=cap.read()
    if not ret:
        break
    cv.imshow('img',frame)
    k=cv.waitKey(1)
    if k==27:
        break
    fourcc=cv.VideoWriter_fourcc(*'DIVX')
    out=cv.VideoWriter('output.mp4',fourcc,20.0,(640,480))
cv.destroyAllWindows()
cap.release()

2、如何读取视频

import cv2
cap=cv2.VideoCapture('aoligei.mp4')
while(True):
    ret, i = cap.read()
#增加视频结束就停止模块
    if not ret:
        break
# 显示视频
    cv2.imshow('i',i)
    k=cv2.waitKey(2)
    if k==27:
        break
cv2.destroyAllWindows()

3、读取视频实时人脸检测

比摄像头读取多加一个视频结束模块

四、换脸

import requests   #导入requests库
import base64    #导入base64库
from PIL import Image
import matplotlib.pyplot as plt


# API_Key='wLXiL5dy2qrO6YErbUm9dF_kr4wP7EVc'
# API_Secret  = 'iEFrwgEzU_cIyrvMOSOw_vGUjNttgLhs'
#借助https://console.faceplusplus.com.cn平台来实现换脸
API_Key = 'CGj6vYsWyRnKPPfvJNNIuSujuVVyJ095'    #你自己申请的API Key
API_Secret = '7QMUgWN7CA8QlAdfDdNnQnNJX4fnZlu7'   ##你自己申请的API Secret


# 定义一个获取图片的人脸特征参数的函数
def find_face(imgpath):    #查找人脸参数（图片位置）
    url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'    #使用的人脸识别网站
    data = {
    
    'api_key': API_Key, 'api_secret': API_Secret, 'image_url': imgpath, 'return_landmark': 1}    #相关个人账号参数等
    files = {
    
    'image_file': open(imgpath, 'rb')}    #打开图片
    response = requests.post(url, data=data, files=files)    #用requests.poet（）函数将个人账号参数和图片发送到网站
    res_json = response.json()    #转换为json
    faces = res_json['faces'][0][
        'face_rectangle']  # 获取面部大小的四个值，分别为长宽高低{'width': 176, 'top': 128, 'left': 80, 'height': 176}
    return faces    #返回图片的面部参数


# 定义一个换脸函数,函数中number表示两张脸的相似度为99%
def change_face(image_1, image_2, number=99):
    url = "https://api-cn.faceplusplus.com/imagepp/v1/mergeface"    #使用的换脸网址
    find_p1 = find_face(image_1)    #第1张图片的人脸参数
    find_p2 = find_face(image_2)    #第2张图片的人脸参数
    rectangle1 = str(str(find_p1['top']) + ',' + str(find_p1['left']) + ',' + str(find_p1['width']) + ',' + str(find_p1['height']))  # 得到图片1坐标
    rectangle2 = str(str(find_p2['top']) + ',' + str(find_p2['left']) + ',' + str(find_p2['width']) + ',' + str(find_p2['height']))  # 得到图片2坐标

    page1 = open(image_1, 'rb')  #以二进制打开图片1
    page1_64 = base64.b64encode(page1.read())  #将字符串转成成base64编码
    page1.close()  #关闭图片1

    page2 = open(image_2, 'rb')   #二进制打开图片2
    page2_64 = base64.b64encode(page2.read())    #将字符串转成成base64编码
    page2.close()   #关闭图片2

    data = {
    
    'api_key': API_Key, 'api_secret': API_Secret, 'template_base64': page1_64,
            'template_rectangle': rectangle1, 'merge_base64': page2_64, 'merge_rectangele': rectangle2,
            'merge_rate': number}    #参数信息
    response = requests.post(url, data=data).json()    #发送参数到换脸网站
    results = response['result']    #得到返回参数
    image = base64.b64decode(results)    #转换信息
    with open('新图片.jpg', 'wb') as file:    #将信息写入到图片
        file.write(image)
    print("转换完成了！")


if __name__ == '__main__':
    change_face('image1','image2')
img1=plt.imread('image1')

plt.subplot(122).imshow(img1)
plt.axis('off')
#plt.show()
img2=plt.imread('image2')

plt.subplot(121).imshow(img2)
plt.axis('off')
plt.show()
img0=Image.open('新图片.jpg')
plt.axis('off')
plt.imshow(img0)
plt.show()

在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/weixin_49011547/article/details/120897822
今日推荐
火速冲上 GitHub 热榜 —— 开源编程语言、框架哪有这么可爱？
北京人形机器人创新中心发布全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”
LFOSSA 源来如此公开课 | 掌握云原生未来：CNCF 认证全面攻略与备考秘籍
国产云输入法——仅华为无云端数据上传安全问题
开源日报 | 工业开源项目OGG 1.0；姐姐，你要和我一起配置火狐吗；苹果AI遥遥落后？Fedora 40
开放签电子签章：停止新增，优化体验，前进更进（五一假期前工作）
开源日报 | 中学生开源前端动画引擎；全球首个Llama3 8B中文版开源模型；联想电脑恐出局；Linus讽刺AI炒作
周排行
浏览器对同一域名进行请求的最大并发连接数
React Hook之自定义Hook
【转】MyBatis缓存机制
-Java-泛型
自动化测试常用脚本-发送邮件
LeetCode#859: Buddy Strings
java、Python处理字符串
第二篇の博客
Hadoop伪分布式环境安装
SQL Server进阶（十一）临时表、表变量
每日归档
更多
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)
2024-04-21(0)
2024-04-20(6)
2024-04-19(5)
2024-04-18(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022