目的

• 运用opencv实现人脸的区域检测， 基于opencv的算法

步骤

导入算法模型

• 不需要去网上下载，还需要积分，直接在opencv的目录下就可以找到
  

我的目录是：D:\soft\anaconda3\Lib\site-packages\cv2
1

读取视频

def video_detect(filename):
    cap = cv2.VideoCapture(filename)
    while cap.isOpened():
        if not cap:
            print('video is not input, error')
            break
        ret, frame = cap.read()
        if not ret:
            print('read is over')
            break
        out = StaticDetect(frame)
        cv2.imshow('video-face', out)
        k = cv2.waitKey(1000//60)
        if k == 27:
            break
    cap.release()
    cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

处理单张图

# 1.静态图像中的人脸检测
def StaticDetect(img):
     # 创建1个级联分类器 加载1个 .xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.
     face_cascade = cv2.CascadeClassifier(haar_front_face_xml)
     # 加载图像
    #  img = cv2.imread(filename)
     # 转换为灰度图
     gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
     # 人脸检测：scaleFactor，minNegihbors，分别表示人脸检测过程中每次迭代时图像的压缩率以及
     # 每个人脸矩形保留近似数⽬的最⼩值
     # 返回人脸矩形数组
     faces = face_cascade.detectMultiScale(gray_img, 1.3, 5)
     for (x, y, w, h) in faces:
         # 在原图像上绘制矩形
         img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
    #  cv2.namedWindow('Face Detected！')
    
    #  cv2.imshow('Face Detected！', img)
    #  cv2.waitKey(0)
    #  cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

方法调用

video_detect('./videos/face.mp4')
1
2

效果

扩展

• 接下来可以用cnn等算法来识别人脸，判断是不是同一个人

完整代码

import cv2 
import numpy as np

haar_front_face_xml = 'libs/haarcascade_frontalface_default.xml'
haar_eye_xml = 'libs/haarcascade_eye.xml'

# 1.静态图像中的人脸检测
def StaticDetect(img):
     # 创建1个级联分类器 加载1个 .xml 分类器文件. 它既可以是Haar特征也可以是LBP特征的分类器.
     face_cascade = cv2.CascadeClassifier(haar_front_face_xml)
     # 加载图像
    #  img = cv2.imread(filename)
     # 转换为灰度图
     gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
     # 人脸检测：scaleFactor，minNegihbors，分别表示人脸检测过程中每次迭代时图像的压缩率以及
     # 每个人脸矩形保留近似数⽬的最⼩值
     # 返回人脸矩形数组
     faces = face_cascade.detectMultiScale(gray_img, 1.3, 5)
     for (x, y, w, h) in faces:
         # 在原图像上绘制矩形
         img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
    #  cv2.namedWindow('Face Detected！')
    
    #  cv2.imshow('Face Detected！', img)
    #  cv2.waitKey(0)
    #  cv2.destroyAllWindows()
     return img
def video_detect(filename):
    cap = cv2.VideoCapture(filename)
    while cap.isOpened():
        if not cap:
            print('video is not input, error')
            break
        ret, frame = cap.read()
        if not ret:
            print('read is over')
            break
        out = StaticDetect(frame)
        cv2.imshow('video-face', out)
        k = cv2.waitKey(1000//60)
        if k == 27:
            break
    cap.release()
    cv2.destroyAllWindows()
video_detect('./videos/face.mp4')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45