采用经典的梯度方向直方图(HOG特征)提取+线性分类器+图像金字塔+滑动窗口的人脸检测方法。该方法速度快,只能检测80*80或更大的人脸,但可以通过图像上采样来检测更小的人脸。与OpenCV的人脸检测相比,召回率更高,误检率更低,且人脸框更准确,检测速度同样很快。
代码实现:
import cv2
import dlib
detector = dlib.get_frontal_face_detector() #获取dlib正脸检测器
img = cv2.imread("a.jpg") #opencv读取图片,并显示
img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) #灰度处理
rects = detector(img_gray, 0) #0次上采样,dlib的人脸检测器只能检测80*80和更大的人脸,若需要检测比它小的人脸,需对图像上采样
print("The number of faces: {}".format(len(rects))) #识别到的人脸个数
for rect in rects:
#cv2.rectangle()画出矩形,参数1:图像,参数2:矩形左上角坐标,参数3:矩形右下角坐标,参数4:画线对应的rgb颜色,参数5:线的宽度
cv2.rectangle(img, (rect.left(),rect.top()), (rect.right(),rect.bottom()), (0,0,255),2)
cv2.namedWindow("img", 2) #图片窗口可调节大小
cv2.imshow("img", img) #显示图像
cv2.waitKey(0) #等待按键,随后退出
运行结果:
The number of faces: 1