【人脸识别】用非常简短的Python代码实现人脸检测

写在前面

• python代码很简短，不像C++等要写几百行代码，但其实你调用的模块，底层都是用C/C++写的
• 如果imshow出现qt.qpa.plugin: Could not find the Qt platform plugin “cocoa” in ""的报错，请看：Stackoverflow解决方案
• 请提前安装好opencv-python库
• 由于历史原因opencv-python库使用时只能叫cv2

人脸检测效果图

python完整代码

识别静态图片

# 导入opencv-python库
import cv2

picName = input("请输入你要识别人类的图片名称(如:pic1.jpg): ")
img = cv2.imread(picName, 1)  # 1表示以彩色的方式读入图片

# 导入人脸级联分类器引擎，'.xml'文件包含已经训练出来的人脸特征
face_engine = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 用分类器引擎识别人脸，返回的faces为人脸坐标列表，1.2表示放大比例，7表示重复识别次数
faces = face_engine.detectMultiScale(img, scaleFactor=1.2, minNeighbors=7)
# print(faces)
# [[ 952  302  149  149]
#  [1299  477  121  121]
#  [1468  568  114  114]]

for (x, y, w, h) in faces:
    # 画出人脸框，蓝色(255,0,0)，画笔宽度为2
    img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

# 展示效果图
print("正在展示识别后的效果图(在窗口内按q退出)")
while True:
    cv2.imshow('img', img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        print ("I'm done")
        break;

cv2.destroyAllWindows()
cv2.imwrite('output.jpg', img) # 保存识别的图片

开启摄像头，检测动态人脸

# 开启摄像头人脸识别功能
import cv2

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')
# 调用摄像头摄像头
cap = cv2.VideoCapture(0)

while (True):
    # 获取摄像头拍摄到的画面
    ret, frame = cap.read()
    faces = face_cascade.detectMultiScale(frame, 1.3, 2)
    img = frame
    for (x, y, w, h) in faces:
        # 画出人脸框，蓝色，画笔宽度微
        img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
        # 框选出人脸区域，在人脸区域而不是全图中进行人眼检测，节省计算资源
        face_area = img[y:y + h, x:x + w]

        ## 人眼检测
        # 用人眼级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
        eyes = eye_cascade.detectMultiScale(face_area, 1.3, 10)
        for (ex, ey, ew, eh) in eyes:
            # 画出人眼框，绿色，画笔宽度为1
            cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 1)

        ## 微笑检测
        # 用微笑级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
        smiles = smile_cascade.detectMultiScale(face_area, scaleFactor=1.16, minNeighbors=65, minSize=(25, 25),
                                                flags=cv2.CASCADE_SCALE_IMAGE)
        for (ex, ey, ew, eh) in smiles:
            # 画出微笑框，红色（BGR色彩体系），画笔宽度为1
            cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (0, 0, 255), 1)
            cv2.putText(img, 'Smile', (x, y - 7), 3, 1.2, (0, 0, 255), 2, cv2.LINE_AA)

    # 实时展示效果画面
    cv2.imshow('frame2', img)
    # 每5毫秒监听一次键盘动作，按q退出
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break

# 最后，关闭所有窗口
cap.release()
cv2.destroyAllWindows()

说明

cv2.waitKey的用法请参考博客：cv2.waitKey

• 查看cv2库版本的方法

>>> import cv2
>>> cv2.__version__
Out[4]: '4.1.0'