一个简单的opencv入门例子——图片人脸检测

亦凉 2023-06-26 05:42 17阅读 0赞

Python3.7，pycharm3.7，opencv实现静态图片的人脸检测。

## 先上程序 ##

import cv2
    #选择分类器，注意路径为绝对值，安装了opencv后，可以在电脑中搜素cv2，找到data文件夹的haar分类器文件
    face_cascade = cv2.CascadeClassifier(r'C:\Users\dongz\AppData\Local\Programs\Python\Python37-32\Lib\site-packages\cv2\data\haarcascade_frontalface_default.xml')
    #此处为相对路径，即项目文件夹下
    image = cv2.imread('ko.jpg')
    gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    
    #调用分类器的检测函数detectMultiScale，后面参数的设置可以让检测结果更加准确。
    faces = face_cascade.detectMultiScale(gray,scaleFactor = 1.3,minNeighbors = 6,
        minSize = (6,6),flags = cv2.CASCADE_SCALE_IMAGE)
    for(x,y,w,h) in faces:
        #矩形的各种参数，image图像，xy，矩形的左上角和右下角坐标，矩形颜色，线条宽度
        cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
    cv2.imshow("tianguaandlaoke",image)
    cv2.waitKey(0)
    #Esc退出

## 步骤详解 ##

###### 1.引入opencv ######

import cv2

###### 2.选择分类器 ######

用的是opencv中的harr分类器分类器，也可用其他的，常用是这个，选择分类器的时候注意决定路径的选择，找到cv2的安装文件夹，找到这个分类器，否则容易报错。报错形式如下：

cv2.error: OpenCV(4.1.0) C:\projects\opencv-python\opencv\modules\objdetect\src\cascadedetect.cpp:1658: error: (-215:Assertion failed) !empty() in function 'cv::CascadeClassifier::detectMultiScale'

###### 3.读取图像并灰度处理 ######

将图像进行灰度处理，方便后面的检测。

###### 4.调用检测函数 ######

调用级联分类器下的检测函数detectMultiScale，函数有多个参数，参数的调试会影响识别的准确率，可以手动修改一下。  
image–待检测图片，一般为灰度图像加快检测速度；  
scaleFactor–表示在前后两次相继的扫描中，搜索窗口的比例系数。默认为1.1即每次搜索窗口依次扩大10%;  
minNeighbors–表示构成检测目标的相邻矩形的最小个数(默认为3个)。  
flags–可不设置，使用默认值  
minSize和maxSize用来限制得到的目标区域的范围。

###### 5.调用rectangle函数画出人脸所在位置 ######

rectangle的各个参数这里就不做详细介绍了。

###### 6.显示标注出人脸的照片，按Esc退出 ######

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnN1bnNoaW5lMTIz_size_16_color_FFFFFF_t_70]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnN1bnNoaW5lMTIz_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191230152426935.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3N1bnN1bnNoaW5lMTIz,size_16,color_FFFFFF,t_70