Python下应用opencv 实现人脸检测功能
使用OpenCV'sHaarcascades作为人脸检测，因为他做好了库，我们只管使用。
代码简单，除去注释，总共有效代码只有10多行。
所谓库就是一个检测人脸的xml文件，可以网上查找，下面是一个地址：
https://github.com/opencv/opencv/blob/master/data/haarcascades/haarcascade_frontalface_default.xml
如何构造这个库，学习完本文后可以参考：
http://note.sonots.com/SciSoftware/haartraining.html
https://www.instructables.com/id/Create-OpenCV-Image-Classifiers-Using-Python/
知道构造库，就可以检测各种你想要检测的东西了。
人脸检测不是人脸识别，但是人脸识别的前提。
运行效果如下：
前提：
这个原始代码来自 https://www.pyimagesearch.com/2016/11/21/raspbian-opencv-pre-configured-and-pre-installed/ 的一个教学讲稿。
你需要下载haarcascade_frontalface_default.xml以及准备你要检测的文件，我这里是family.jpg，放在python文件detect_faces.py所在目录（工作目录）的子目录images下。haarcascade_frontalface_default.xml是放在工作目录。
如果加上摄像头连接程序，也可实时检测，另文介绍。
代码1介绍
导入库，并做命令行参数处理。你在命令行可以输入如下：
pythondetect_faces.py--imageimage/family.jpg--detectorhaarcascade_frontalface_default.xml
我在程序中都有缺省参数处理，你如果集成测试或命令行不输参数的话，就要修改好你的缺省值。
这样命令行就是pythondetect_faces.py，同时也可以输入命令行输入参数。
#USAGE使用方法是：
#pythondetect_faces.py--imageimages/family.jpg\
#--detectorhaarcascade_frontalface_default.xml
#importthenecessarypackages输入包
#importimutils
importargparse
importcv2
#constructtheargumentparserandparsethearguments//构造命令行参数分析
#为了集成测试，或者命令行输入的简单，这里都有缺省参数
#image是images/family.jpg
#detector是haarcascade_frontalface_default.xml
ap=argparse.ArgumentParser()
ap.add_argument("-i","--image",default='images/family.jpg',
help="pathtotheinputimage")
ap.add_argument("-d","--detector",default='haarcascade_frontalface_default.xml',
help="pathtoHaarcacscadefacedetector")
args=vars(ap.parse_args())
导入图形文件，并灰度处理
#loadourimageandconvertittograyscale导入图形文件，并灰度化
image=cv2.imread(args["image"])
#image=imutils.resize(image,width=800)
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
导入检测文件，检测图中人脸，显示检测到的人脸数
#loadthefacedetectoranddetectfacesintheimage
#导入脸部检测文件
detector=cv2.CascadeClassifier(args["detector"])
#检测图形中的脸部
rects=detector.detectMultiScale(gray,scaleFactor=1.05,minNeighbors=9,
minSize=(40,40),flags=cv2.CASCADE_SCALE_IMAGE)
#显示检测到的人脸数目
print("[INFO]detected{}faces".format(len(rects)))
循环，绘图每个检测到的人脸框，并图形显示
#loadthefacedetectoranddetectfacesintheimage
#导入脸部检测
detector=cv2.CascadeClassifier(args["detector"])
#检测图形中的脸部
rects=detector.detectMultiScale(gray,scaleFactor=1.05,minNeighbors=9,
minSize=(40,40),flags=cv2.CASCADE_SCALE_IMAGE)
#显示检测到的人脸数目
print("[INFO]detected{}faces".format(len(rects)))
最后串接所有代码如下：
#USAGE使用方法是：
#pythondetect_faces.py--imageimages/family.jpg\
#--detectorhaarcascade_frontalface_default.xml
#importthenecessarypackages输入包
#importimutils如果需要成比例缩放图形才需要，这里不需要
importargparse
importcv2
#constructtheargumentparserandparsethearguments//构造命令行参数分析
#为了集成测试，或者命令行输入的简单，这里都有缺省参数
#image是images/family.jpg
#detector是haarcascade_frontalface_default.xml
ap=argparse.ArgumentParser()
ap.add_argument("-i","--image",default='images/family.jpg',
help="pathtotheinputimage")
ap.add_argument("-d","--detector",default='haarcascade_frontalface_default.xml',
help="pathtoHaarcacscadefacedetector")
args=vars(ap.parse_args())
#loadourimageandconvertittograyscale导入图形文件，并灰度化
image=cv2.imread(args["image"])
#image=imutils.resize(image,width=800)
gray=cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
#loadthefacedetectoranddetectfacesintheimage
#导入脸部检测文件
detector=cv2.CascadeClassifier(args["detector"])
#检测图形中的脸部
rects=detector.detectMultiScale(gray,scaleFactor=1.05,minNeighbors=9,
minSize=(40,40),flags=cv2.CASCADE_SCALE_IMAGE)
#显示检测到的人脸数目
print("[INFO]detected{}faces".format(len(rects)))
#loopovertheboundingboxesanddrawarectanglearoundeachface
#循环rects,绘图每个检测到的人脸框
for(x,y,w,h)inrects:
cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),2)
#showthedetectedfaces
cv2.imshow("Faces",image)
cv2.waitKey(0)
总结
以上所述是小编给大家介绍的Python下应用opencv实现人脸检测功能,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。