识别图片中的人脸

该博客给出了一段使用OpenCV进行人脸检测的代码。代码读取图像,将其转为灰度图并进行直方图均衡化,创建CascadeClassifier对象,加载训练好的XML文件,使用detectMultiScale方法识别人脸,最后在图像上绘制检测到的人脸矩形和椭圆。


#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/calib3d/calib3d.hpp>

using namespace std;
using namespace cv;

int main()
{
    Mat image, image_gray;
    image = imread("D:\\PIC\\FACE.png");
    imshow("原图", image);

    cvtColor(image, image_gray, COLOR_BGR2GRAY);//转为灰度图
    equalizeHist(image_gray, image_gray); //

    CascadeClassifier face_cascade;
    face_cascade.load("D:\\OPENCV\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt.xml");

    std::vector<Rect> faces;
    face_cascade.detectMultiScale(image, faces, 1.1, 2, 0 | CASCADE_SCALE_IMAGE, Size(30, 30));

    for (int i = 0; i < faces.size(); i++)
    {
        Point center(faces[i].x + faces[i].width * 0.5, faces[i].y + faces[i].height * 0.5);
        cout << "initial x: " << faces[i].x << " initial y: " << faces[i].y << endl;
        cout << "center x: " << faces[i].x + faces[i].width * 0.5 << " center y: " << faces[i].y + faces[i].height * 0.5<< endl;
        ellipse(image, center, Size(faces[i].width * 0.5, faces[i].height * 0.5), 0, 0, 360, Scalar(255, 0, 255), 4, 8, 0);

        rectangle(image, faces[i], Scalar(0, 0, 255));
    }

    imshow("Detected Face", image);
    waitKey(0);
}

 

faces[i] 是一个矩形

faces[i].x是这个矩形的左上角x像素坐标

faces[i].y是这个矩形左上角y像素坐标

 

读取图像,创建CascadeClassifier, 然后用CascadeClassifier::load加载训练好的XML文件,再用 CascadeClassifier::detectMultiScale识别人脸

要编写一个能够读取图片识别其中人脸人脸识别程序,可参考以下步骤及示例代码: ### 1. 安装必要的库 需要安装`opencv-python`和`face_recognition`库。可以使用以下命令进行安装: ```bash pip install opencv-python pip install face_recognition ``` ### 2. 编写代码 以下是一个使用Python编写的示例代码,它利用`opencv-python`和`face_recognition`库来读取图片识别中的人脸: ```python import cv2 import face_recognition # 读取图片 image = face_recognition.load_image_file("your_image.jpg") # 检测人脸位置 face_locations = face_recognition.face_locations(image) # 将图片转换为OpenCV可以处理的格式(BGR) image_cv = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) # 在图片上绘制人脸矩形框 for (top, right, bottom, left) in face_locations: cv2.rectangle(image_cv, (left, top), (right, bottom), (0, 255, 0), 2) # 显示结果图片 cv2.imshow("Face Recognition", image_cv) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,首先使用`face_recognition.load_image_file`函数读取指定路径的图片,接着使用`face_recognition.face_locations`函数检测图片人脸的位置,之后将图片转换为OpenCV可以处理的BGR格式,使用`cv2.rectangle`函数在图片上绘制人脸矩形框,最后使用`cv2.imshow`函数显示结果图片。 ### 3. 代码解释 - `face_recognition.load_image_file`:用于加载指定路径的图片。 - `face_recognition.face_locations`:检测图片人脸的位置,返回一个包含人脸位置信息的列表,每个元素是一个元组`(top, right, bottom, left)`,表示人脸矩形框的四个顶点坐标。 - `cv2.cvtColor`:将图片从RGB格式转换为BGR格式,因为OpenCV默认使用BGR格式处理图片。 - `cv2.rectangle`:在图片上绘制矩形框,用于标记人脸的位置。 - `cv2.imshow`:显示图片。 - `cv2.waitKey`:等待用户按键。 - `cv2.destroyAllWindows`:关闭所有打开的窗口。 ### 4. 注意事项 - 请将`"your_image.jpg"`替换为你实际要处理的图片的路径。 - 上述代码仅实现了人脸检测功能,若要实现更复杂的人脸识别功能,如人脸对比等,可以参考相关的人脸识别算法和库,如引用[2]中提到的通过调用相关接口或库函数,使用人脸识别算法计算特征向量或特征点,并进行比较判断是否属于同一个人。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值