早期的Haar Cascade 哈尔级联人脸识别

Haar Cascade 哈尔级联
1、核心原理
1、使用Haar-like特征监测
2、Integral Image:积分图加速特征计算
3、AdaBoost：选择关键特征，进行人脸和非人脸分类
4、Cascade:级联，弱分类器称为强分类器

论文：Rapid Object Derection using a Boosted Cascade of Simple Features
OpenCV源码    ：GitHub - opencv/opencv: Open Source Computer Vision Library
Haar-like特征检测，就是用白色矩形像素减去黑色矩形像素，作为一个特征点

 

 

先下载OpenCv源码：解压打开

复制到目录下：

开始编码：识别图像的人脸

#1、导入库
import cv2
import numpy as np
import matplotlib.pyplot as plt
#2、显示图片
def show_image(image,title,pos):
    #BGR 转换RGB
    img_RGB = image[:,:,::-1]
    plt.subplot(2,2,pos)
    plt.title(title)
    plt.imshow(img_RGB)
    plt.axis("off")
 
#3、绘制图片中检测到的人脸
def plot_rectangle(image,faces):
    #拿到检测到的人脸数据，返回4搁置：坐标（x,y）,宽高width,height
    for(x,y,w,h) in faces:
        cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,0),3)
 
    return image
#4、主函数
def main():
    # 5、读取一张图片
    image = cv2.imread("../images/chenqiaoen.jpg")
    # 6、转换成一张灰度图片
    gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    # 7、通过OpenCv自带方法CV2.CascadeClassifier()加载级联分类器
    face_alt2 = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")
    # 8、分类器对图片中人脸进行检测
    face_alt2_detect = face_alt2.detectMultiScale(gray)
    # 9、绘制图片中检测到的人脸
    face_alt2_result = plot_rectangle(image.copy(),face_alt2_detect)
    # 10、创建画布
    plt.figure(figsize=(9,6))
    plt.suptitle("Face detection with haar Cascade ",fontsize = 14,fontweight="bold")
    # 11、显示整个检测效果
    show_image(face_alt2_result,"face_alt2",1) #表示显示到第一的位置
 
    plt.show()
 
if __name__ == "__main__":
    main()

 效果：

 不准确，有些可能还是别不出来。

视频的人脸识别代码：

#摄像头读取
#1、导入库
import cv2
import numpy as np
import matplotlib.pyplot as plt
#2、显示图片
def show_image(image,title,pos):
    #BGR 转换RGB
    img_RGB = image[:,:,::-1]
    plt.subplot(2,2,pos)
    plt.title(title)
    plt.imshow(img_RGB)
    plt.axis("off")
 
#3、绘制图片中检测到的人脸
def plot_rectangle(image,faces):
    #拿到检测到的人脸数据，返回4搁置：坐标（x,y）,宽高width,height
    for(x,y,w,h) in faces:
        cv2.rectangle(image,(x,y),(x+w,y+h),(255,0,0),3)
 
    return image
#4、主函数
def main():
    # 5、读取摄像头
    capture = cv2.VideoCapture(0)
    #判断摄像头是否正常工作
    if capture.isOpened() is False:
        print("Camera Error")
    while True:
        #通过摄像头读取每一帧
        ret,frame = capture.read() # ret表示是否可以读取到图片，ret是true和false，true表示可以读取照片，false表示不能读取图片
        if ret:
            # 6、转换成一张灰度图片
            gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
            # 7、通过OpenCv自带方法CV2.CascadeClassifier()加载级联分类器
            face_alt2 = cv2.CascadeClassifier("haarcascade_frontalface_alt2.xml")
            # 8、分类器对图片中人脸进行检测
            face_alt2_detect = face_alt2.detectMultiScale(gray)
            # 9、绘制图片中检测到的人脸
            face_alt2_result = plot_rectangle(frame.copy(),face_alt2_detect)
 
            cv2.imshow("face detection" ,face_alt2_result)
 
            if cv2.waitKey(10) & 0xFF == ord('q'):
                break
 
if __name__ == "__main__":
    main()