人脸识别可以运行的代码

最新推荐文章于 2024-05-31 13:39:29 发布

Fighting++++

最新推荐文章于 2024-05-31 13:39:29 发布

阅读量827

点赞数

分类专栏： Effective C++

本文链接：https://blog.youkuaiyun.com/qq_32900237/article/details/103440322

版权

这是一个早期的人脸识别小项目，提供了一段加载模型的代码演示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这次一个很早的一个小作业
里面的加载的模型见：

https://download.youkuaiyun.com/download/qq_32900237/11422245

代码：

import cv2 as cv
import time


# 检测人脸并绘制人脸bounding box
def getFaceBox(net, frame, conf_threshold=0.7):
    frameOpencvDnn = frame.copy()
    frameHeight = frameOpencvDnn.shape[0]  # 高就是矩阵有多少行
    frameWidth = frameOpencvDnn.shape[1]  # 宽就是矩阵有多少列
    blob = cv.dnn.blobFromImage(frameOpencvDnn, 1.0, (300, 300), [104, 117, 123], True, False)
    #  blobFromImage(image[, scalefactor[, size[, mean[, swapRB[, crop[, ddepth]]]]]]) -> retval  返回值   # swapRB是交换第一个和最后一个通道   返回按NCHW尺寸顺序排列的4 Mat值
    net.setInput(blob)
    detections = net.forward()  # 网络进行前向传播，检测人脸
    bboxes = []
    for i in range(detections.shape[2]):
        confidence = detections[0, 0, i, 2]
        if confidence > conf_threshold:
            x1 = int(detections[0, 0, i, 3] * frameWidth)
            y1 = int(detections[0, 0, i, 4] * frameHeight)
            x2 = int(detections[0, 0, i, 5] * frameWidth)
            y2 = int(detections[0, 0, i, 6] * frameHeight)
            bboxes.append([x1, y1, x2, y2])  # bounding box 的坐标
            cv.rectangle(frameOpencvDnn, (x1, y1), (x2, y2), (0, 255, 0), int(round(frameHeight / 150)),
                         8)  # rectangle(img, pt1, pt2, color[, thickness[, lineType[, shift]]]) -> img
    return frameOpencvDnn, bboxes


# 网络模型  和  预训练模型
faceProto = "E:\Bigproject\opencv_face_detector.pbtxt"
faceModel =

最低0.47元/天解锁文章