OpenCV：人脸检测。
前段时间断更了好久，一部分原因就是学习OpenCV去了。
OpenCV是一个开源、跨平台的计算机视觉库，可以用于各种图像和视频处理操作。
比如最近写的一篇文章里就发现了计算机视觉的内容。
但基于什么小F就不得而知，毕竟弱鸡...
破冰行动的场景分类以及具体片段。
可以看到都是医疗场景的片段。
所以接下来会分享一些关于OpenCV有趣的小案例，毕竟要让学习变得有趣。
本次就来了解一下，如何通过OpenCV对人脸进行检测。
其中OpenCV有C++和Python两种，这里当然选用Python啦。
环境什么的，就靠大伙自己去百度了。
/ 01 / 图片检测
先来看一下图片检测，原图如下。
是谁我就不说了。律师函，不存在的。
训练数据是现成的，利用现成的数据，通过训练进而来检测人脸。
代码如下。
import cv2
# 图片名
filename = 'cxk.png'
def detect(filename):
# cv2级联分类器CascadeClassifier,xml文件为训练数据
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 读取图片
img = cv2.imread(filename)
# 转灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 进行人脸检测
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 绘制人脸矩形框
for (x, y, w, h) in faces:
img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 命名显示窗口
cv2.namedWindow('people')
# 显示图片
cv2.imshow('people', img)
# 保存图片
cv2.imwrite('cxks.png', img)
# 设置显示时间,0表示一直显示
cv2.waitKey(0)
detect(filename)最终结果如下。
图片好了，那么接下来就来看视频。
/ 02 / 视频检测
视频用的抖音的上的视频。
这里只截取检测效果比较好的视频段作为例子。
毕竟训练数据的质量摆在那里，有的时候会出现一些错误。
如想提高检测的精度，便需要一个高质量的人脸数据库。
由于资源有限，我就直接偷懒了。
import cv2
def face_rec():
# 加载视频
cameraCapture = cv2.VideoCapture('video.mp4')
# cv2级联分类器CascadeClassifier,xml文件为训练数据
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 读取数据
success, frame = cameraCapture.read()
while success and cv2.waitKey(1) == -1:
# 读取数据
ret, img = cameraCapture.read()
# 进行人脸检测
faces = face_cascade.detectMultiScale(img, 1.3, 5)
# 绘制矩形框
for (x, y, w, h) in faces:
img = cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 设置显示窗口
cv2.namedWindow('camera', 0)
cv2.resizeWindow('camera', 840, 480)
# 显示处理后的视频
cv2.imshow('camera', img)
# 读取数据
success, frame = cameraCapture.read()
# 释放视频
cameraCapture.release()
# 释放所有窗口
cv2.destroyAllWindows()
if __name__ == '__main__':
face_rec()最终视频结果如下。
小姐姐的脸全被圈起来了！
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-06-03，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读