Task02 LBP特征描述算⼦-⼈脸检测

最新推荐文章于 2025-12-13 11:48:29 发布

原创最新推荐文章于 2025-12-13 11:48:29 发布 · 167 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv

本文介绍使用OpenCV库进行人脸检测的方法，通过加载预训练的级联分类器，实现从图像中检测并标记人脸区域。文章详细展示了如何读取图像、进行灰度转换、调用检测函数，并使用矩形和圆形在图像上标出人脸位置。

基于OpenCV的实现

#coding:utf-8
import cv2 as cv

# 读取原始图像
img= cv.imread('*.png')
#face_detect = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

face_detect = cv.CascadeClassifier("lbpcascade_frontalface_improved.xml")
# 检测人脸
# 灰度处理
gray = cv.cvtColor(img, code=cv.COLOR_BGR2GRAY)

# 检查人脸 按照1.1倍放到 周围最小像素为5
face_zone = face_detect.detectMultiScale(gray, scaleFactor = 2, minNeighbors = 2) # maxSize = (55,55)
print ('识别人脸的信息：\n',face_zone)

# 绘制矩形和圆形检测人脸
for x, y, w, h in face_zone:
    # 绘制矩形人脸区域
    cv.rectangle(img, pt1 = (x, y), pt2 = (x+w, y+h), color = [0,0,255], thickness=2)
    # 绘制圆形人脸区域 radius表示半径
    cv.circle(img, center = (x + w//2, y + h//2), radius = w//2, color = [0,255,0], thickness = 2)

# 设置图片可以手动调节大小
cv.namedWindow("Easmount-优快云", 0)

# 显示图片
cv.imshow("Easmount-优快云", img)

# 等待显示 设置任意键退出程序
cv.waitKey(0)
cv.destroyAllWindows()