当前位置:脚本大全 > > 正文

python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)

时间:2022-01-14 02:05:53类别:脚本大全

python人脸识别实战视频

Python学习笔记之图片人脸检测识别实例教程

前言

随着科技的发展,人脸识别技术在许多领域得到的非常广泛的应用,手机支付、银行身份验证、手机人脸解锁等等。

识别

废话少说,这里我们使用 opencv 中自带了 haar人脸特征分类器,利用训练好的 haar 特征的 xml 文件,在图片上检测出人脸的坐标,利用这个坐标,我们可以将人脸区域剪切保存,也可以在原图上将人脸框出。

代码实现:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • # -*-coding:utf8-*-#
  • import os
  • import cv2
  • from pil import image, imagedraw
  • from datetime import datetime
  •  
  • """
  • 分类器 https://github.com/opencv/opencv/tree/master/data/haarcascades
  • 安装模块:pip install pillow pip install opencv-python
  • 博客:https://blog.52itstyle.vip/archives/3771/
  • """
  •  
  •  
  • def detectfaces(image_name):
  •  img = cv2.imread(image_name)
  •  face_cascade = cv2.cascadeclassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")
  •  if img.ndim == 3:
  •   gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
  •  else:
  •   gray = img # if语句:如果img维度为3,说明不是灰度图,先转化为灰度图gray,如果不为3,也就是2,原图就是灰度图
  •  
  •  faces = face_cascade.detectmultiscale(gray, 1.2, 5) # 1.3和5是特征的最小、最大检测窗口,它改变检测结果也会改变
  •  result = []
  •  for (x, y, width, height) in faces:
  •   result.append((x, y, x + width, y + height))
  •  return result
  •  
  •  
  • # 保存人脸图
  • def savefaces(image_name):
  •  faces = detectfaces(image_name)
  •  if faces:
  •   # 将人脸保存在save_dir目录下。
  •   # image模块:image.open获取图像句柄,crop剪切图像(剪切的区域就是detectfaces返回的坐标),save保存。
  •   save_dir = image_name.split('.')[0] + "_faces"
  •   os.mkdir(save_dir)
  •   count = 0
  •   for (x1, y1, x2, y2) in faces:
  •    file_name = os.path.join(save_dir, str(count) + ".jpg" alt="python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)" border="0" />)
  •    image.open(image_name).crop((x1, y1, x2, y2)).save(file_name)
  •    count += 1
  •  
  •  
  • if __name__ == '__main__':
  •  time1 = datetime.now()
  •  result = detectfaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg" alt="python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)" border="0" />)
  •  time2 = datetime.now()
  •  print("耗时:" + str(time2 - time1))
  •  if len(result) > 0:
  •   print("有人存在!!---》人数为:" + str(len(result)))
  •  else:
  •   print('视频图像中无人!!')
  •  
  •  drawfaces(os.getcwd()+"\\images\\", "hanxue.jpg" alt="python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)" border="0" />
  •  savefaces(os.getcwd()+\\images\\gaoyuanyuan.jpg" alt="python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)" border="0" />
  • 识别效果图:

    python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)

    多人识别效果:

    python人脸识别实战视频(Python学习笔记之图片人脸检测识别实例教程)

    经过测试,最终选用了 haarcascade_frontalface_alt.xml 做人脸识别,识别率最高。

    人脸检测分类器对比:

    级联分类器的类型 xml文件名
    人脸检测器(默认) haarcascade_frontalface_default.xml
    人脸检测器(快速的haar) haarcascade_frontalface_alt2.xml
    人脸检测器(tree) haarcascade_frontalface_alt_tree.xml
    人脸检测器(haar_1) haarcascade_frontalface_alt.xml

    小结

    开源的人脸检测分类器对于标准的人脸识别足够了,要想精确识别比如,侧脸、模糊、光照、遮挡的人脸,只能通过深度机器学习进一步优化识别精度和速度。

    源码

    https://gitee.com/52itstyle/python/tree/master/day09

    总结

    以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,如果有疑问大家可以留言交流,谢谢大家对开心学习网的支持。

    原文链接:https://blog.52itstyle.vip/archives/3771/

    上一篇下一篇

    猜您喜欢

    热门推荐