python-opencv实现人脸检测

原創

m0_38056893

2020-02-22 11:13

使用python实现简单的人脸检测步骤：

（1）打开摄像头拍摄视频或者读取工作路径下的视频（avi格式），一帧一帧读取图片。
（2）灰度转换：将BGR图片转换成灰度的图片可以降低计算强度。
（3）绘制图像。
（4）显示图像。
（5）获取人脸识别训练数据。
（6）探测人脸。

代码：

import numpy as np 
import cv2
import sys
import os

# 人脸检测函数：
# useCamera参数：True表示使用摄像头，False表示读取当前目录下视频文件
def face_detection(useCamera=True):
    # namedWindow(winname[, flags]) -> None
    # .   @brief Creates a window.
    # 1.调用摄像头或者使用读取视频
    cv2.namedWindow("CaptureFace")
    if useCamera == True:
        cap = cv2.VideoCapture(0)
    else:
        cap = cv2.VideoCapture('ultraman.avi')
    
    # 2.人脸识别器分类器（GIT上开源的分类集）
    classfier = cv2.CascadeClassifier(r'./haarcascades' + os.sep + "haarcascade_frontalface_alt2.xml")
    color=(0, 255, 0)
    
    while cap.isOpened():
        flag, frame = cap.read()
        
        if not flag:
            break
        
        # 3.灰度转换
        grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        
        # 4.人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数
        faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))
        if len(faceRects) > 0:            # 大于0则检测到人脸                                   
            for faceRect in faceRects:    # 单独框出每一张人脸
                 x, y, w, h = faceRect    
                 
                 # 5.画图 
                 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 3)
        cv2.imshow("CaptureFace", frame)
        if cv2.waitKey(10) & 0xFF==ord('q'):
            break
 
    cap.release()
    cv2.destroyAllWindows()


# face_detection()    # 使用摄像头
face_detection(useCamera=False)  # 使用视频

实现的效果（使用视频）：