python实现人脸检测的实例分析

这篇文章主要介绍“python实现人脸检测的实例分析”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python实现人脸检测的实例分析”文章能帮助大家解决问题。

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()

关于“python实现人脸检测的实例分析”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注编程网Python频道，小编每天都会为大家更新不同的知识点。