关于树莓派（五）：用树莓派做人脸检测和识别

最新推荐文章于 2025-10-27 12:05:36 发布

原创最新推荐文章于 2025-10-27 12:05:36 发布 · 1.6k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#树莓派 #人脸检测 #人眼检测 #微笑检测 #opencv3

树莓派同时被 2 个专栏收录

6 篇文章

订阅专栏

计算机视觉

4 篇文章

订阅专栏

本文介绍如何使用树莓派进行人脸检测、人眼检测和微笑检测。作者分享了暑假期间的项目成果，并提供了相关代码，感谢他人博客的帮助。遗憾的是，未进行录屏，仅留存了几张识别照片，对项目的粗糙感到惭愧。

这前的四篇算是基础篇，这篇算是应用篇，这个暑假给自己立的小目标之一就是用树莓派做下人脸检测和识别，就是想看看效果咋样，可惜没有录屏，然后就简单的拍了几张人眼识别和微笑识别的照片，感觉这后期做的有点糙啊，有些惭愧，以后做事还是要做全面的。

废话不多说，下面是代码，这里面还是要感谢下子豪兄的博客。

这个是人脸检测+人眼检测+微笑检测的代码

#调用摄像头进行实时人脸＋人眼识别
import cv2

face_cascade = cv2.CascadeClassifier('/home/pi/Downloads/opencv-3.4.0/data/haarcascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('/home/pi/Downloads/opencv-3.4.0/data/haarcascades/haarcascade_eye.xml')
smile_cascade = cv2.CascadeClassifier('/home/pi/Downloads/opencv-3.4.0/data/haarcascades/haarcascade_smile.xml')

#调用摄像头
cap = cv2.VideoCapture(0)

while(True):
    #获取摄像头拍摄到的画面
    ret, frame = cap.read()
    faces = face_cascade.detectMultiScale(frame, 1.3, 5)
    img = frame
    for (x, y, w, h) in faces:
        #画出人脸框， 蓝色，画笔宽度微
        img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
        #框选出人脸区域， 在人脸区域而不是全图中进行人眼检测， 节省计算资源
        face_area = img[y:y+h, x:x+w]
        
        eyes = eye_cascade.detectMultiScale(face_area)
        #用人眼级联分类器引擎在人眼识别， 返回的eyes为眼睛坐标列表
        for (ex, ey, ew, eh) in eyes:
            #画出人眼框， 绿色， 画笔宽度为1
            cv2.rectangle(face_area, (ex, ey), (ex+ew, ey+eh), (0, 255, 0), 1)
            
        #smile detect
        #用微笑级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表
        smiles = smile_cascade.detectMultiScale(face_area, scaleFactor = 1.16, minNeighbors= 65, minSize = (25, 25),flags = cv2.CASCADE_SCALE_IMAGE)
        for (ex, ey, ew, eh) in smiles:
            #画出微笑框， 红色（BGR）， 画笔宽度为1
            cv2.rectangle(face_area, (ex, ey), (ex+ew, ey+eh), (0, 0, 255), 1)
            cv2.putText(img, 'Smile', (x, y-7), 3, 1.2, (0,0,255), 2, cv2.LINE_AA)


    #实时展示效果图
    cv2.imshow('frame2', img)
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break

#最后，关闭所有窗口
cap.release()
cv2.destroyAllWindows()