目錄
- 一、環(huán)境
- 二、使用Haar級(jí)聯(lián)進(jìn)行人臉檢測(cè)
- 三、Haar級(jí)聯(lián)結(jié)合攝像頭
- 四、使用SSD的人臉檢測(cè)
- 五、 SSD結(jié)合攝像頭人臉檢測(cè)
- 六、結(jié)語(yǔ)
一、環(huán)境
pip install opencv-python
python3.9
pycharm2020
人狠話不多，直接上代碼，注釋在代碼里面，不說(shuō)廢話。
二、使用Haar級(jí)聯(lián)進(jìn)行人臉檢測(cè)
測(cè)試案例：
代碼：（記得自己到下載地址下載對(duì)應(yīng)的xml）
# coding=gbk
"""
作者：川川
@時(shí)間 : 2021/9/5 16:38
https://github.com/opencv/opencv/tree/master/data/haarcascades
"""
import cv2
# 待檢測(cè)的圖片路徑
imagepath="2.jpg"
image = cv2.imread(imagepath)#讀取圖片
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)#圖像轉(zhuǎn)換為灰度圖：
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')#加載使用人臉識(shí)別器
faces = face_cascade.detectMultiScale(gray)#檢測(cè)圖像中的所有面孔
#為每個(gè)人臉繪制一個(gè)藍(lán)色矩形
for x, y, width, height in faces:
# 這里的color是 藍(lán) 黃 紅，與rgb相反，thickness設(shè)置寬度
cv2.rectangle(image, (x, y), (x + width, y + height), color=(255, 0, 0), thickness=2)
# 最后，讓我們保存新圖像
cv2.imwrite("beauty_detected.jpg", image)
效果：
效果可以看出這個(gè)效果并不是很好。
三、Haar級(jí)聯(lián)結(jié)合攝像頭
代碼：（還是用的前面得xml）
# coding=gbk
"""
攝像頭人臉識(shí)別
作者：川川
@時(shí)間 : 2021/9/5 17:15
Haar級(jí)聯(lián)結(jié)合攝像頭
"""
import cv2
#創(chuàng)建新的cam對(duì)象
cap = cv2.VideoCapture(0,cv2.CAP_DSHOW)
#初始化人臉識(shí)別器（默認(rèn)的人臉haar級(jí)聯(lián)）
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')
while True:
# 從攝像頭讀取圖像
_, image = cap.read()
# 轉(zhuǎn)換為灰度
image_gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 檢測(cè)圖像中的所有人臉
faces = face_cascade.detectMultiScale(image_gray, 1.3, 5)
# 為每個(gè)人臉繪制一個(gè)藍(lán)色矩形
for x, y, width, height in faces:
cv2.rectangle(image, (x, y), (x + width, y + height), color=(255, 0, 0), thickness=2)
cv2.imshow("image", image)
if cv2.waitKey(1) == ord("q"):
break
cap.release()
cv2.destroyAllWindows()
效果：
四、使用SSD的人臉檢測(cè)
代碼：
# coding=gbk
"""
圖片人臉識(shí)別
作者：川川
@時(shí)間 : 2021/9/5 17:22
"""
import cv2
import numpy as np
# 下載鏈接：https://raw.githubusercontent.com/opencv/opencv/master/samples/dnn/face_detector/deploy.prototxt
prototxt_path = r"./deploy.prototxt.txt"
# 下載鏈接：https://raw.githubusercontent.com/opencv/opencv_3rdparty/dnn_samples_face_detector_20180205_fp16/res10_300x300_ssd_iter_140000_fp16.caffemodel
model_path =r"./res10_300x300_ssd_iter_140000_fp16.caffemodel"
model = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)
image = cv2.imread("2.jpg")
h, w = image.shape[:2]
blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300),(104.0, 177.0, 123.0))
model.setInput(blob)
output = np.squeeze(model.forward())
font_scale = 1.0
for i in range(0, output.shape[0]):
confidence = output[i, 2]
if confidence > 0.5:
box = output[i, 3:7] * np.array([w, h, w, h])
start_x, start_y, end_x, end_y = box.astype(np.int)
cv2.rectangle(image, (start_x, start_y), (end_x, end_y), color=(255, 0, 0), thickness=2)
cv2.putText(image, f"{confidence*100:.2f}%", (start_x, start_y-5), cv2.FONT_HERSHEY_SIMPLEX, font_scale, (255, 0, 0), 2)
cv2.imshow("image", image)
cv2.waitKey(0)
cv2.imwrite("beauty_detected.jpg", image)
效果：
我們可以看到現(xiàn)在的識(shí)別效果非常好了。
五、 SSD結(jié)合攝像頭人臉檢測(cè)
代碼：
# coding=gbk
"""
作者：川川
@時(shí)間 : 2021/9/5 17:26
SSD結(jié)合攝像頭的人臉檢測(cè)
"""
import cv2
import numpy as np
prototxt_path = "deploy.prototxt.txt"
model_path = "res10_300x300_ssd_iter_140000_fp16.caffemodel"
model = cv2.dnn.readNetFromCaffe(prototxt_path, model_path)
cap = cv2.VideoCapture(0)
while True:
_, image = cap.read()
h, w = image.shape[:2]
blob = cv2.dnn.blobFromImage(image, 1.0, (300, 300), (104.0, 177.0, 123.0))
model.setInput(blob)
output = np.squeeze(model.forward())
font_scale = 1.0
for i in range(0, output.shape[0]):
confidence = output[i, 2]
if confidence > 0.5:
box = output[i, 3:7] * np.array([w, h, w, h])
start_x, start_y, end_x, end_y = box.astype(np.int)
cv2.rectangle(image, (start_x, start_y), (end_x, end_y), color=(255, 0, 0), thickness=2)
cv2.putText(image, f"{confidence*100:.2f}%", (start_x, start_y-5), cv2.FONT_HERSHEY_SIMPLEX, font_scale, (255, 0, 0), 2)
cv2.imshow("image", image)
if cv2.waitKey(1) == ord("q"):
break
cv2.destroyAllWindows()
cap.release()
效果：
可以發(fā)現(xiàn)SSD效果特別好！
六、結(jié)語(yǔ)
如果你想更深了解這些原理，去讀一下opencv文檔吧，中文官方文檔如下：
https://woshicver.com/
在很多人調(diào)用xm會(huì)遇到一些坑，我在這里說(shuō)一下，讀取xml的時(shí)候用相對(duì)路徑./這種，參考我的，建議不要路徑中出現(xiàn)中文，其它沒(méi)啥了。
到此這篇關(guān)于手把手教你利用opencv實(shí)現(xiàn)人臉識(shí)別功能的文章就介紹到這了,更多相關(guān)opencv實(shí)現(xiàn)人臉識(shí)別內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 超詳細(xì)注釋之OpenCV實(shí)現(xiàn)視頻實(shí)時(shí)人臉模糊和人臉馬賽克
- 超詳細(xì)注釋之OpenCV dlib實(shí)現(xiàn)人臉采集
- opencv基于Haar人臉檢測(cè)和眼睛檢測(cè)
- OpenCV-Python實(shí)現(xiàn)人臉磨皮算法
- 基于Opencv制作的美顏相機(jī)帶你領(lǐng)略美顏特效的效果
