少走弯路：OpenCV、insightface 等多方案人脸推理和识别

最新推荐文章于 2025-11-08 22:27:58 发布

原创

最新推荐文章于 2025-11-08 22:27:58 发布 · 1.7k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #人工智能 #计算机视觉 #insightface

本文比较了OpenCV的FaceDetectorYN和CascadeClassifier在脸部检测中的局限性，发现InsightFace的方案效果更好，能提供更准确的面部定位，尽管速度稍慢，且包含年龄和性别信息。作者还展示了InsightFace在标记人脸数据集和跨图片推理中的应用。

脑壳有包又花时间折腾了一下，其实之前也折腾过，主要是新看了一个方法

在下图中查找脸部

第一种方案：

使用了opencv 的cv2.FaceDetectorYN. ，完整代码如下：

import numpy as np
import cv2

img=cv2.imread("00000523.jpg")
# img=cv2.resize(img, new_shape)
faceDetector=cv2.FaceDetectorYN.create("opencv_zoo/models/face_detection_yunet/face_detection_yunet_2023mar.onnx","",(img.shape[1],img.shape[0]))
faces = faceDetector.detect(img)
f = faces[1]
for ps in f:
    x=int(ps[0])
    y=int(ps[1])
    w=int(ps[2])
    h=int(ps[3])
    s=ps[14]
    # print(x,y,w,h,s)
    cv2.rectangle(img, (x, y), (x+w, y+h), (0,0,255), 2)
cv2.namedWindow("d",0);
cv2.resizeWindow("d", int(img.shape[1]/2), int(img.shape[0]/2));
cv2.imshow("d",img)
cv2.waitKey()
# cv2.destoryAllWindows()
cv2.destroyAllWindows()

结果如下：