使用opencv实现人脸识别及人眼识别

最新推荐文章于 2025-05-30 14:31:43 发布

原创最新推荐文章于 2025-05-30 14:31:43 发布 · 1.1k 阅读

CC 4.0 BY-SA版权

本文介绍了一种使用OpenCV库进行人脸和眼睛识别的方法。通过加载预训练的Haar级联分类器模型，实现从图像中检测并绘制人脸及眼睛区域。具体步骤包括读取图片，转换为灰度图像，调用detectMultiScale函数检测人脸和眼睛，最后在原图上绘制矩形框标记检测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 1  load    2   load  jpg    3   hear gray  4  detect    5    draw
import cv2
import numpy as np
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# haarcascade_frontalface_default.xml 文件是训练出的人脸识别模型 该文件在 "opencv/data/haarcascades/"目录下
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
# haarcascade_eye.xml 文件是训练出的眼睛识别模型    该文件在 "opencv/data/haarcascades/"目录下
img = cv2.imread("123.jpg")  # 123.jpg是人脸的图片
cv2.imshow('src',img)
gary = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
face = face_xml.detectMultiScale(gary,1.3,5)
# 1.gary  灰度数据    2. 1.3  比例缩放范围   3.5 最小像素
print("face=",len(face))
# draw
for (x,y,w,h) in face:
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)   # img  绘制的数据   （x,y） 要绘制的起始坐标   （(x+w,y+h)） 终止位置   颜色   2   线条粗细
    roi_face = gary[y:y+h,x:x+w]
    roi_color = img[y:y+h,x:x+w]
    # 参数是灰度图片
    eyes = eye_xml.detectMultiScale(roi_face)
    print("eye=",len(eyes))
    for (e_x,e_y,e_w,e_h) in eyes:
        cv2.rectangle(roi_color,(e_x,e_y),(e_x+e_w,e_y+e_h),(0,255,0),2)
cv2.imshow("dst",img)
cv2.waitKey(0)