专栏首页IT笔记Python学习案例之图片人脸检测识别

Python学习案例之图片人脸检测识别

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:

# -*-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")
            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")
    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")
    saveFaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg")

识别效果图:

多人识别效果:

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

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python学习案例之视频人脸检测识别

    上一篇博文与大家分享了简单的图片人脸识别技术,其实在实际应用中,很多是通过视频流的方式进行识别,比如人脸识别通道门禁考勤系统、人脸动态跟踪识别系统等等。

    小柒2012
  • springMvc4+hibernate4的一个奇葩的网上众说纷纭的错误

    springMvc4+hibernate4项目运行报错如下: org.hibernate.HibernateException: Could not obtai...

    小柒2012
  • SpringBoot开发案例之拦截器注入Bean

    由于业务需要,需要在拦截器中操作Redis缓存,按照 controller,service层配置发现无法注入,一直报空指针异常。

    小柒2012
  • node获取图片保存本地

    用户1437675
  • 组合模式

    组合模式Composite Pattern又叫部分整体模式,是用于把一组相似的对象当作一个单一的对象,通常依据树形结构来组合对象,用来表示部分以及整体层次,这种...

    WindrunnerMax
  • 鸿洋AutoLayout代码分析(五):Attr相关类

    上一节,我们分析了很多类, 其中,最重要的是 AutoLayoutHelper 类的2个方法 adjustChildren() 和 getAutoLayou...

    dodo_lihao
  • 小朋友学C++(4):public, protected, private

    面向对象有三大特征:封装、继承、多态。(具体会在之后的课程里讲) C++用三个关键词来表示访问范围:public, protected, private。 pu...

    海天一树
  • Node.js 服务端图片处理利器——sharp 进阶操作指南

    sharp 是 Node.js 平台上相当热门的一个图像处理库,其实际上是基于 C 语言编写 的 libvips 库封装而来,因此高性能也成了 sharp 的一...

    逆葵
  • KDD Cup 2020 Debiasing比赛冠军技术方案及在美团广告的实践

    ACM SIGKDD (国际数据挖掘与知识发现大会,简称 KDD)是数据挖掘领域的国际顶级会议。

    美团技术团队
  • 顾客旅程地图还是服务蓝图,这是个问题

    译者注:本文作者多年深耕于服务设计与用户体验设计领域,现于VISA仁高级设计主管。顾客旅程地图与服务蓝图是服务设计过程中常用的两个工具,然而在实际使用中常会引起...

    前朝楚水

扫码关注云+社区

领取腾讯云代金券