一、文章概述

本文將要講述的是Python環(huán)境下如何用OpenCV檢測人臉，本文的主要內容分為：

1、檢測圖片中的人臉

2、實時檢測視頻中出現(xiàn)的人臉

3、用運設備的攝像頭實時檢測人臉

二：準備工作

提前做的準備：

安裝好Python3

下載安裝OpenCV庫，方法是

pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com/pypi/simple

下載特征數(shù)據HAAR和LBP，這兩種數(shù)據都能實現(xiàn)對人臉特征的提取，HAAR大多是小數(shù)計算所以運算速度較慢，LBP大多是整數(shù)計算運行速度較快。如圖所示，本次實例用紅框中的文本，其他的文本，比如第一個haarcascade_eye.xml是眼睛識別的文本，我們下次再用。

（1）代碼和說明

import cv2 as cvimport numpy as npdef face_detect_demo():#人臉檢測函數(shù) gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)#把圖片變成灰度圖片，因為人臉的特征需要在灰度圖像中查找 #以下分別是HAAR和LBP特征數(shù)據，任意選擇一種即可，注意：路徑中的‘/’和‘’是有要求的 # 通過級聯(lián)檢測器 cv.CascadeClassifier，加載特征數(shù)據 # face_detector = cv.CascadeClassifier('D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml') face_detector = cv.CascadeClassifier( 'D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml') #在尺度空間對圖片進行人臉檢測，第一個參數(shù)是哪個圖片，第二個參數(shù)是向上或向下的尺度變化，是原來尺度的1.02倍，第三個參數(shù)是在相鄰的幾個人臉檢測矩形框內出現(xiàn)就認定成人臉，這里是在相鄰的5個人臉檢測框內出現(xiàn)，如果圖片比較模糊的話建議降低一點 faces = face_detector.detectMultiScale(gray, 1.02, 5) for x, y, w, h in faces:#繪制結果圖 #rectangle參數(shù)說明，要繪制的目標圖像，矩形的第一個頂點，矩形對角線上的另一個頂點，線條的顏色，線條的寬度 cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2) cv.imshow('result', src)#輸出結果圖src = cv.imread('D:/pyproject/cv_renlianjiance/cvrenxiangpic/1.jpg')#圖片是JPG和png都可以cv.namedWindow('input image', cv.WINDOW_AUTOSIZE)#創(chuàng)建繪圖窗口cv.namedWindow('result', cv.WINDOW_AUTOSIZE)cv.imshow('input image', src)face_detect_demo()cv.waitKey(0)cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

（2）結果展示

2、視頻中的人臉檢測

（1）代碼和說明

import cv2 as cvimport numpy as npdef face_detect_demo(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) # face_detector = cv.CascadeClassifier('D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml') face_detector = cv.CascadeClassifier('D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml') faces = face_detector.detectMultiScale(gray, 1.02, 5) for x, y, w, h in faces: cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2) cv.imshow('result', image)capture = cv.VideoCapture('D:/pyproject/cv_renlianjiance/video/1.mp4')cv.namedWindow('result', cv.WINDOW_AUTOSIZE)while (True): #按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣。 ret, frame = capture.read() # cv.flip函數(shù)表示圖像翻轉，沿y軸翻轉, 0: 沿x軸翻轉, <0: x、y軸同時翻轉 frame = cv.flip(frame, 1) face_detect_demo(frame) #waitKey（）方法本身表示等待鍵盤輸入，參數(shù)是1，表示延時1ms切換到下一幀圖像，對于視頻而言； c = cv.waitKey(10) if c == 27:#當鍵盤按下‘ESC’退出程序 break#cv.waitKey(0)參數(shù)為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；cv.waitKey(0)cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

（2）結果展示

3、利用設備上的攝像頭進行人臉檢測，其實和2中的代碼一樣，只是打開攝像頭，而不是讀取視頻文件

代碼和說明

import cv2 as cvimport numpy as npdef face_detect_demo(image): gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY) # face_detector = cv.CascadeClassifier('D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml') face_detector = cv.CascadeClassifier('D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml') faces = face_detector.detectMultiScale(gray, 1.02, 5) for x, y, w, h in faces: cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2) cv.imshow('result', image)capture = cv.VideoCapture(0)#其中的0表示電腦中的第一個相機cv.namedWindow('result', cv.WINDOW_AUTOSIZE)while (True): #按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣。 ret, frame = capture.read() # cv.flip函數(shù)表示圖像翻轉，沿y軸翻轉, 0: 沿x軸翻轉, <0: x、y軸同時翻轉 frame = cv.flip(frame, 1) face_detect_demo(frame) #waitKey（）方法本身表示等待鍵盤輸入，參數(shù)是1，表示延時1ms切換到下一幀圖像，對于視頻而言； c = cv.waitKey(10) if c == 27:#當鍵盤按下‘ESC’退出程序 break#cv.waitKey(0)參數(shù)為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；cv.waitKey(0)cv.destroyAllWindows()#作用是能正常關閉繪圖窗口

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持好吧啦網。