總在科幻電影裏看到人臉識別,現在我們也可以編程來實現啦。哈哈~~
OpenCV是Intel®開源計算機視覺庫。它由一系列 C 函數和少量 C++ 類構成,實現了圖像處理和計算機視覺方面的很多通用算法。
OpenCV 擁有包括 300 多個C函數的跨平臺的中、高層 API。它不依賴於其它的外部庫–儘管也可以使用某些外部庫。它還提供了Python、Ruby、MATLAB等語言的接口,實現了圖像處理和計算機視覺方
面的很多通用算法。
所以總體來說OpenCV的人臉檢測功能在是很不錯的。
效果圖如下:
下面我們就用python + OpenCV實現人臉識別。
開發運行環境:
Centos5.5
OpenCV
python2.7
PIL
下面上代碼:
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# face_detect.py
# Face Detection using OpenCV. Based on sample code from:
# http://www.pythontab.com
# Usage: python face_detect.py
import sys, os
#引入opencv庫中的相應組件
from opencv.cv import *
from opencv.highgui import *
#引入PIL庫
from PIL import Image, ImageDraw
from math import sqrt
def detectObjects(image):
#首先把圖片轉換爲灰度模式,以便找到人臉位置
grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)
cvCvtColor(image, grayscale, CV_BGR2GRAY)
storage = cvCreateMemStorage(0)
cvClearMemStorage(storage)
cvEqualizeHist(grayscale, grayscale)
cascade = cvLoadHaarClassifierCascade(
\'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',
cvSize(1,1))
faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,
CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))
result = []
for f in faces:
result.append((f.x, f.y, f.x+f.width, f.y+f.height))
return result
def grayscale(r, g, b):
return int(r * .3 + g * .59 + b * .11)
def process(infile, outfile):
image = cvLoadImage(infile);
if image:
faces = detectObjects(image)
im = Image.open(infile)
if faces:
draw = ImageDraw.Draw(im)
for f in faces:
draw.rectangle(f, outline=(255, 0, 255))
im.save(outfile, "JPEG", quality=100)
else:
print "Error: cannot detect faces on %s" % infile
if __name__ == "__main__":
process(\'input.jpg\', \'output.jpg\')
代碼到此結束,上面的例子看不懂,沒關係,因爲我們大量使用了庫裏面的函數和方法,如果看不懂,我們可以去網上查或者使用手冊,只要藉助這些看懂這段代碼就ok,重要的是掌握其中的人臉識別實現思想