基于Python的OpenCV人脸检测

男娘i 2023-03-01 09:57 137阅读 0赞

## 一、文章概述 ##

注意：本文只是人脸检测，人脸识别的实现请参见本人另一篇博客：[基于OpenCV+TensorFlow+Keras实现人脸识别][OpenCV_TensorFlow_Keras]  
**本文将要讲述的是Python环境下如何用OpenCV检测人脸，本文的主要内容分为：**

> 1、检测图片中的人脸  
> 2、实时检测视频中出现的人脸  
> 3、用运设备的摄像头实时检测人脸

## 二：准备工作 ##

**提前做的准备：**

*  安装好Python3
 *  下载安装OpenCV库，方法是`pip install opencv-python -i https://mirrors.aliyun.com/pypi/simple/ --trusted-host=mirrors.aliyun.com/pypi/simple`
 *  下载特征数据HAAR和LBP，这两种数据都能实现对人脸特征的提取，HAAR大多是小数计算所以运算速度较慢，LBP大多是整数计算运行速度较快。如图所示，本次实例用红框中的文本，其他的文本，比如第一个haarcascade\_eye.xml是眼睛识别的文本，我们下次再用。  
    注意：点击下载HAAR和LBP的特征数据\--------[数据集下载][Link 1]
 *  ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzQ1MTYxNzY2_size_16_color_FFFFFF_t_70]

## 三、开始讲述 ##

## 1、图片人脸检测 ##

**（1）代码和说明**

import cv2 as cv
    import numpy as np
    
    def face_detect_demo():#人脸检测函数
        gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)#把图片变成灰度图片，因为人脸的特征需要在灰度图像中查找
        #以下分别是HAAR和LBP特征数据，任意选择一种即可，注意：路径中的‘/’和‘\’是有要求的
        # 通过级联检测器 cv.CascadeClassifier，加载特征数据
        # face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")
        face_detector = cv.CascadeClassifier(
            "D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")
        #在尺度空间对图片进行人脸检测，第一个参数是哪个图片，第二个参数是向上或向下的尺度变化，是原来尺度的1.02倍，第三个参数是在相邻的几个人脸检测矩形框内出现就认定成人脸，这里是在相邻的5个人脸检测框内出现，如果图片比较模糊的话建议降低一点
        faces = face_detector.detectMultiScale(gray, 1.02, 5)
        for x, y, w, h in faces:#绘制结果图
            #rectangle参数说明，要绘制的目标图像，矩形的第一个顶点，矩形对角线上的另一个顶点，线条的颜色，线条的宽度
            cv.rectangle(src, (x, y), (x+w, y+h), (0, 0, 255), 2)
            cv.imshow("result", src)#输出结果图
    
    src = cv.imread("D:/pyproject/cv_renlianjiance/cvrenxiangpic/1.jpg")#图片是JPG和png都可以
    cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)#创建绘图窗口
    cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
    cv.imshow("input image", src)
    face_detect_demo()
    cv.waitKey(0)
    cv.destroyAllWindows()#作用是能正常关闭绘图窗口

**（2）结果展示**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzQ1MTYxNzY2_size_16_color_FFFFFF_t_70 1]

## 2、视频中的人脸检测 ##

**（1）代码和说明**

import cv2 as cv
    import numpy as np
    
    def face_detect_demo(image):
        gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
        # face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")
        face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")
        faces = face_detector.detectMultiScale(gray, 1.02, 5)
        for x, y, w, h in faces:
            cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)
        cv.imshow("result", image)
    
    
    capture = cv.VideoCapture("D:/pyproject/cv_renlianjiance/video/1.mp4")
    cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
    while (True):
        #按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
        ret, frame = capture.read()
        # cv.flip函数表示图像翻转，沿y轴翻转, 0: 沿x轴翻转, <0: x、y轴同时翻转
        frame = cv.flip(frame, 1)
        face_detect_demo(frame)
        #waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；
        c = cv.waitKey(10)
        if c == 27:#当键盘按下‘ESC’退出程序
            break
    
    #cv.waitKey(0)参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；
    cv.waitKey(0)
    cv.destroyAllWindows()#作用是能正常关闭绘图窗口

**（2）结果展示**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzQ1MTYxNzY2_size_16_color_FFFFFF_t_70 2]

## 3、利用设备上的摄像头进行人脸检测，其实和2中的代码一样，只是打开摄像头，而不是读取视频文件 ##

**代码和说明**

import cv2 as cv
    import numpy as np
    
    def face_detect_demo(image):
        gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
        # face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/haarcascades/haarcascade_frontalface_alt_tree.xml")
        face_detector = cv.CascadeClassifier("D:/pyproject/cv_renlianjiance/lbpcascades/lbpcascade_frontalcatface.xml")
        faces = face_detector.detectMultiScale(gray, 1.02, 5)
        for x, y, w, h in faces:
            cv.rectangle(image, (x, y), (x+w, y+h), (0, 0, 255), 2)
        cv.imshow("result", image)
    
    
    capture = cv.VideoCapture(0)#其中的0表示电脑中的第一个相机
    cv.namedWindow("result", cv.WINDOW_AUTOSIZE)
    while (True):
        #按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
        ret, frame = capture.read()
        # cv.flip函数表示图像翻转，沿y轴翻转, 0: 沿x轴翻转, <0: x、y轴同时翻转
        frame = cv.flip(frame, 1)
        face_detect_demo(frame)
        #waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；
        c = cv.waitKey(10)
        if c == 27:#当键盘按下‘ESC’退出程序
            break
    
    #cv.waitKey(0)参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；
    cv.waitKey(0)
    cv.destroyAllWindows()#作用是能正常关闭绘图窗口

## 以上就是本文所有内容，希望能帮到大家！！！ ##

[OpenCV_TensorFlow_Keras]: https://blog.csdn.net/m0_45161766/article/details/108398549
[Link 1]: https://download.csdn.net/download/m0_45161766/12656032
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzQ1MTYxNzY2_size_16_color_FFFFFF_t_70]: /images/20230209/3c76b9667aa84c7abc24be38ab2c1804.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzQ1MTYxNzY2_size_16_color_FFFFFF_t_70 1]: /images/20230209/f31a8035e353468fb28d260e0e319951.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L20wXzQ1MTYxNzY2_size_16_color_FFFFFF_t_70 2]: /images/20230209/764c5202ccc5410c8928e36d4537aad8.png