Python学习案例之人脸检测识别

前言

随着科技的发展，人脸识别技术在许多领域得到的非常广泛的应用，手机支付、银行身份验证、手机人脸解锁等等。

识别

废话少说，这里我们使用 opencv 中自带了 haar人脸特征分类器，利用训练好的 haar 特征的 xml 文件，在图片上检测出人脸的坐标，利用这个坐标，我们可以将人脸区域剪切保存，也可以在原图上将人脸框出。

代码实现：

# -*-coding:utf8-*-#
import os
import cv2
from PIL import Image, ImageDraw
from datetime import datetime
"""
分类器 https://github.com/opencv/opencv/tree/master/data/haarcascades
安装模块：pip install Pillow pip install opencv-python
博客：https://blog.52itstyle.vip/archives/3771/
"""
def detectFaces(image_name):
 img = cv2.imread(image_name)
 face_cascade = cv2.CascadeClassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")
 if img.ndim == 3:
 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 else:
 gray = img # if语句：如果img维度为3，说明不是灰度图，先转化为灰度图gray，如果不为3，也就是2，原图就是灰度图
 faces = face_cascade.detectMultiScale(gray, 1.2, 5) # 1.3和5是特征的最小、最大检测窗口，它改变检测结果也会改变
 result = []
 for (x, y, width, height) in faces:
 result.append((x, y, x + width, y + height))
 return result
# 保存人脸图
def saveFaces(image_name):
 faces = detectFaces(image_name)
 if faces:
 # 将人脸保存在save_dir目录下。
 # Image模块：Image.open获取图像句柄，crop剪切图像(剪切的区域就是detectFaces返回的坐标)，save保存。
 save_dir = image_name.split('.')[0] + "_faces"
 os.mkdir(save_dir)
 count = 0
 for (x1, y1, x2, y2) in faces:
 file_name = os.path.join(save_dir, str(count) + ".jpg")
 Image.open(image_name).crop((x1, y1, x2, y2)).save(file_name)
 count += 1
if __name__ == '__main__':
 time1 = datetime.now()
 result = detectFaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg")
 time2 = datetime.now()
 print("耗时：" + str(time2 - time1))
 if len(result) > 0:
 print("有人存在！！---》人数为：" + str(len(result)))
 else:
 print('视频图像中无人！！')
 drawFaces(os.getcwd()+"\\images\\", "hanxue.jpg")
 saveFaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg")

识别效果图：

多人识别效果：

经过测试，最终选用了 haarcascade_frontalface_alt.xml 做人脸识别，识别率最高。

欢迎大家加入小编创建的Python行业交流群，有大牛答疑，有资源共享，有企业招人！是一个非常不错的交流基地！群号：556370268

Python学习案例之人脸检测识别

猜你喜欢