Python学习笔记之图片人脸检测识别实例教程
2019/7/14 23:27:53
本文主要是介绍Python学习笔记之图片人脸检测识别实例教程,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
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(本地下载)
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,谢谢大家对找一找教程网的支持。
这篇关于Python学习笔记之图片人脸检测识别实例教程的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-09-27使用python 将ETH账户的资产打散
- 2024-09-26Python编程基础
- 2024-09-2610 种方法写出更好的 Python 代码
- 2024-09-25Python编程基础详解
- 2024-09-25Python编程入门教程
- 2024-09-25从零开始使用Python构建LLaMA 3
- 2024-09-23Python中理解和使用树形结构的简单教程
- 2024-09-23Python 编程基础入门
- 2024-09-18初探Python股票自动化交易:入门指南
- 2024-09-18Python量化入门:轻松掌握量化分析基础与实战