Python+OpenCV静态图像读取与显示_Haar模型实现简单的人脸识别

本文通过实践介绍如何使用Python结合OpenCV进行基本的人脸识别,包括图像读取、显示及基于haar特征的人脸区域识别,并分享了调试过程中的常见问题及解决办法。

目的:

1.主要是熟悉一下静态图像的读取与显示;

2.然后了解下基于OpenCV安装目录下haar特征识别人脸区域(人脸特征数据)

基于“tengxing007”的博客:

Python + OpenCV 实现简单的人脸识别点击打开链接

下载了作者github上的代码,代码最终可以运行,由于是新手走了些弯路,主要遇到问题:

1.model_face = ...haar-----.xml这里,要改成对应的目录

2.faceUtil.py里面多了个import matplotlib as plt,而且这也是错误的表达,这个问题找了半天

import matplotlib as plt这个表示错了,老是提醒我说没有对应的module

有人还说是pyc的问题,反正我这个不是

3.其实图片的相对路径还是绝对路径都可以,只是我在window上下载的"008.jpg"这张图片,挖槽,居然是损坏的,貌似没下载全,开始根本就打不开,好大个坑...

008.jpg图像损坏的情况下,运行时会报错:opencv-3.3.1\modules\highgui\src\window.cpp:339: error: (-215) size.width>0 && size.height>0 in function cv::imshow

后面发现,基于“半吊子全栈工匠”的博客:

7行Python代码的人脸识别点击打开链接

只要7行代码就搞定了,厉害厉害~


我大概画了个流程,里面这个CascadeClassifier(级联分类器),还不是很理解,这个多尺度检测,更加没有听说了。后续会在我自己的评论中添加对这两部分内容的解释

发现一个有趣的问题:“tengxing007”博客中的图片那几个美女的脸只能识别4个人,挖槽,这样子不行啊,你看“半吊子全栈工匠”里面全部识别出来了,汗~

怀疑是“scaleFactor”的问题,我没试将此参数的值改变会有什么影响...

scaleFactor=1.1





人脸识别技术在现代社会应用广泛,Python凭借简洁语法丰富库支持,搭配强大的开源计算机视觉库OpenCV,可方便快捷地实现人脸检测识别功能[^1][^2]。以下是使用PythonOpenCV实现人脸识别的方法及代码示例: ### 实现方法 1. **加载人脸检测器**:使用OpenCV的`CascadeClassifier`类加载预训练的人脸检测模型,该模型可检测出图像中的人脸。 2. **读取图像或视频帧**:使用`cv2.imread()`函数读取静态图像,或使用`cv2.VideoCapture()`函数读取视频帧。 3. **进人脸检测**:将读取图像或视频帧转换为灰度图像,然后使用加载的人脸检测器进人脸检测。 4. **绘制检测结果**:在原始图像或视频帧上绘制检测到的人脸矩形框。 ### 代码示例 以下是一个简单的使用PythonOpenCV人脸检测的代码示例: ```python import cv2 # 加载人脸检测器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 读取图像 image = cv2.imread('test.jpg') # 将图像转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 进人脸检测 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 绘制检测结果 for (x, y, w, h) in faces: cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示结果 cv2.imshow('Face Detection', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 上述代码中,`haarcascade_frontalface_default.xml`是OpenCV提供的预训练人脸检测模型文件,需要确保该文件代码文件在同一目录下,或指定正确的文件路径。`detectMultiScale()`函数用于进人脸检测,返回检测到的人脸矩形框的坐标和尺寸。最后,使用`cv2.rectangle()`函数在原始图像上绘制检测到的人脸矩形框,并使用`cv2.imshow()`函数显示结果。 ### 使用摄像头进实时人脸检测的代码示例 ```python import cv2 # 加载人脸检测器 face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 打开摄像头 cap = cv2.VideoCapture(0) while True: # 读取视频帧 ret, frame = cap.read() # 将帧转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 进人脸检测 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 绘制检测结果 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示结果 cv2.imshow('Face Detection', frame) # 按 'q' 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭窗口 cap.release() cv2.destroyAllWindows() ``` 上述代码中,使用`cv2.VideoCapture(0)`打开摄像头,然后在循环中不断读取视频帧,并进人脸检测和绘制检测结果。按`q`键可退出循环,释放摄像头并关闭窗口。
评论 1
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