《OpenCV系列教程》
在《OpenCV训练人脸模型并生成XML文件》里面讲解了如何训练人脸模型,这次就用一用训练出来的人脸模型。
项目位置:OpenCV-Sample
代码位置:24-FindActorFromPicture.py
import cv2
import os
img = cv2.imread('./res/zrfGrouphoto.jpeg')
path = os.getcwd() + '/XML/haarcascade_frontalface_alt2.xml'
detector = cv2.CascadeClassifier(path)
rects = detector.detectMultiScale(img, scaleFactor=1.1, minNeighbors=2, minSize=(10, 10), flags=cv2.CASCADE_SCALE_IMAGE)
model_zrf = cv2.face.EigenFaceRecognizer_create()
model_zrf.read(os.getcwd() + '/XML/actor_zrf.xml')
for(x, y, w, h) in rects:
face = cv2.resize(img[y:y + h, x:x + w], (200, 200))
gray = cv2.cvtColor(face, cv2.COLOR_BGR2GRAY)
params = model_zrf.predict(gray)
print(params[1])
if params[1] < 8100.0:
cv2.rectangle(img, (x, y), (x+w, y+h), (0,0,255), 1)
# else:
# cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 1)
cv2.imshow('face', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 将想要找的脸通过红色框框进行了标注。
- 8100.0是一个闸值,这个闸值非常的不确定,会根据图片的变换而变化。
- OpenCV最人脸识别不是很好用。结论:要不就没有深度学习了。