首页 > 资讯 > 后端开发 > Python >python实现人脸检测的简单实例

132

分享到

python实现人脸检测的简单实例

2024-04-02 19:04:59 132人浏览泡泡鱼

Python 官方文档：入门教程 => 点击学习

摘要

目录OpenCV代码结果：方法如下：完整代码：总结OpenCV OpenCV 是计算机视觉领域最受欢迎的开源库，起初它由 C/C ++ 编写，现在用 python 也能使用。 Ope

OpenCV

OpenCV 是计算机视觉领域最受欢迎的开源库，起初它由 C/C ++ 编写，现在用 python 也能使用。

OpenCV 可以使用机器学习算法搜索图像中的人脸。由于人脸比较复杂，所以并没有一种简单的测试可以告诉我们它是否发现了人脸。但是，算法能够匹配到数千个很小的模式和特征。算法会将识别人脸的任务分解为几千个非常非常小的任务，像这种很小的任务，解决起来就比较容易了。这样的微小任务就被称为分类器。

代码结果：

方法如下：

寻找导入的xml文件

import cv2 
print(cv2.__file__)

找到cv2安装的路径，在该路径下找到/data文件。

里面默认下载了一部分xml文件，不是全部的xml文件。如果需要的xml文件不在里面，需要自行在网上下载，然后放到该目录下，以备调用。比如自行安装（'haarcascade_mcs_nose.xml'，'haarcascade_mcs_mouth.xml'）

导入包：

import cv2

导入xml文件，可以根据任务需要，自行选择需要导入的xml文件

#人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
#眼睛检测器
eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
#嘴巴检测器
mouth_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_mouth.xml')
#鼻子检测器
nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_nose.xml')

设置窗口：

cv2.namedWindow('mytest', 0);
cv2.resizeWindow('mytest', 1500, 1000)

打开摄像头，人脸识别：

#获取摄像头
cap = cv2.VideoCapture(0,cv2.CAP_DSHOW)
#打开摄像头
cap.open(0)
while cap.isOpened():
    #获取画面
    flag, frame = cap.read()
 
    #人脸检测
    faces = face_cascade.detectMultiScale(frame, 1.3, 2)
    img = frame
    for (x, y, w, h) in faces:
        #根据人脸坐标和长度，宽度画出矩形
        img = cv2.rectangle(img, (x, y), (x+w, y+h),(255, 0 ,0), 2)
        
        #确定人脸范围，在人脸上搜索其他特征
        face_area = img[y:y+h, x:x+w]
        
        #人眼检测
        eyes = eye_cascade.detectMultiScale(face_area, 1.3, 2)
        for (ex, ey, ew, eh) in eyes:
             cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (255, 0 ,0), 1)
 
        #嘴巴检测
        mouth = mouth_cascade.detectMultiScale(face_area, 1.5, 2)
        for (mx, my, mw, mh) in mouth:
            cv2.rectangle(face_area, (mx, my), (mx + mw, my + mh), (0, 0, 255), 2)
 
        # 鼻子检测
        nose = nose_cascade.detectMultiScale(face_area, 1.2, 5)
        for (nx, ny, nw, nh) in nose:
            cv2.rectangle(face_area, (nx, ny), (nx + nw, ny + nh), (255, 0, 255), 2)
 
    #画面显示
    cv2.imshow('mytest', img)
    #设置退出按钮
    key_pressed = cv2.waiTKEy(100)
    print('单机窗口，输入按键，电脑按键为',key_pressed,'按esc键结束')
    if key_pressed == 27:
        break
 
#关闭摄像头
cap.release()
#关闭图像窗口
cv2.destroyAllwindows()

完整代码：

import cv2
#人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
#眼睛检测器
eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
#嘴巴检测器
mouth_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_mouth.xml')
#鼻子检测器
nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_mcs_nose.xml')
 
#获取摄像头
cap = cv2.VideoCapture(0,cv2.CAP_DSHOW)
#打开摄像头
cap.open(0)
cv2.namedWindow('mytest', 0);
cv2.resizeWindow('mytest', 1500, 1000)
while cap.isOpened():
    #获取画面
    flag, frame = cap.read()
 
    #人脸检测
    faces = face_cascade.detectMultiScale(frame, 1.3, 2)
    img = frame
    for (x, y, w, h) in faces:
        #根据人脸坐标和长度，宽度画出矩形
        img = cv2.rectangle(img, (x, y), (x+w, y+h),(255, 0 ,0), 2)
 
        #确定人脸范围，在人脸上搜索其他特征
        face_area = img[y:y+h, x:x+w]
 
        #人眼检测
        eyes = eye_cascade.detectMultiScale(face_area, 1.3, 2)
        for (ex, ey, ew, eh) in eyes:
             cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (255, 0 ,0), 1)
 
        #嘴巴检测
        mouth = mouth_cascade.detectMultiScale(face_area, 1.5, 2)
        for (mx, my, mw, mh) in mouth:
            cv2.rectangle(face_area, (mx, my), (mx + mw, my + mh), (0, 0, 255), 2)
 
        # 鼻子检测
        nose = nose_cascade.detectMultiScale(face_area, 1.2, 5)
        for (nx, ny, nw, nh) in nose:
            cv2.rectangle(face_area, (nx, ny), (nx + nw, ny + nh), (255, 0, 255), 2)
  
    #画面显示
    cv2.imshow('mytest', img)
    #设置退出按钮
    key_pressed = cv2.waitKey(100)
    print('单机窗口，输入按键，电脑按键为',key_pressed,'按esc键结束')
    if key_pressed == 27:
        break
 
#关闭摄像头
cap.release()
#关闭图像窗口
cv2.destroyAllWindows()

总结

到此这篇关于Python实现人脸检测的文章就介绍到这了,更多相关python人脸检测内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！

您可能感兴趣的文档:

点击免费下载>>软考高级考试备考技巧/历年真题/备考精华资料

--结束END--

本文标题: python实现人脸检测的简单实例

本文链接: https://www.lsjlt.com/news/140095.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

本篇文章演示代码以及资料文档资料下载

下载Word文档到电脑，方便收藏和打印～

下载Word文档

去做题

回答

如何调试操作系统的错误？
操作系统

2023-11-15发布

回答

操作系统中的I/O系统是如何实现的？
操作系统

2023-11-15发布

回答

如何实现操作系统的内存管理？
操作系统

2023-11-15发布

回答

什么是虚拟内存，它对操作系统有什么影响？
操作系统

2023-11-15发布

回答

ASP中的MVC架构和WebForms架构有什么区别和使用场景？
ASP.NET

2023-11-15发布

回答

ASP中的数据验证和数据校验有什么不同？
ASP.NET

2023-11-15发布

回答

ASP中的ADO对象和DAO对象有什么区别和使用方法？
ASP.NET

2023-11-15发布

回答

Node.js中的包管理器NPM是什么？如何使用它进行依赖管理？
node.js

2023-11-15发布

回答

Vue.js中的动态组件是什么？如何使用它来动态渲染组件？
VUE

2023-11-15发布

回答

如何使用Vue.js实现懒加载和预加载？
VUE

2023-11-15发布

python实现人脸检测的简单实例

目录

OpenCV

代码结果：

方法如下：

完整代码：

总结

本篇文章演示代码以及资料文档资料下载

python实现人脸检测的简单实例

使用Python快速实现简单的人脸检测

python实现人脸检测的实例分析

Python实现笑脸检测+人脸口罩检测功能

Matlab处理图像后实现简单的人脸检测

Python中怎么实现人脸检测

人脸检测实战终极之OpenCV+Python实现人脸对齐

Python人脸检测实战之疲劳检测

Python实现检测照片中的人脸数

python基于Opencv实现人脸口罩检测

Python+MediaPipe实现检测人脸功能详解

python+opencv实现的简单人脸识别代码示例

Python中如何实现简单人脸识别的示例

怎么用Python+MediaPipe实现检测人脸功能

Python怎么实现人脸识别微笑检测

JavaCV实现图片中人脸检测的示例代码

opencv+mediapipe实现人脸检测及摄像头实时示例

python神经网络facenet人脸检测及keras实现

JavaScript中怎么实现人脸检测功能

Android中怎么实现动态人脸检测

python分析数据的方法是什么

如何使用Python实现抽奖小程序

python copy函数的作用是什么

python进程池创建队列的方法是什么

python字符串处理与应用的方法有哪些

python全局变量如何定义

python如何读取文件夹下所有文件

python keyerror错误怎么解决

python如何提取字符串的数字

python中怎么将回车作为输入内容