【Raspberry Pi 3试用体验】+Opencv+python的人脸识别

//本文内容来自 StarSight ，欢迎访问。

上次安装了opencv库，这次我们来使用一下。

安装PIL库

1. sudo pip install pil

1. import os
   
2. from PIL import Image, ImageDraw
   
3. import cv
   
4. 
   
5. def detect_object(image):
   
6.     '''检测图片，获取人脸在图片中的坐标'''
   
7.     grayscale = cv.CreateImage((image.width, image.height), 8, 1)
   
8.     cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY)
   
9. 
   
10.     cascade = cv.Load("/usr/local/opencv-2.4.9/data/haarcascades/haarcascade_frontalface_alt_tree.xml")
    
11.     rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2,
    
12.         cv.CV_HAAR_DO_CANNY_PRUNING, (20,20))
    
13. 
    
14.     result = []
    
15.     for r in rect:
    
16.         result.append((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))
    
17. 
    
18.     return result
    
19. 
    
20. def process(infile):
    
21.     '''在原图上框出头像并且截取每个头像到单独文件夹'''
    
22.     image = cv.LoadImage(infile);
    
23.     if image:
    
24.         faces = detect_object(image)
    
25. 
    
26.     im = Image.open(infile)
    
27.     path = os.path.abspath(infile)
    
28.     save_path = os.path.splitext(path)[0]+"_face"
    
29.     try:
    
30.         os.mkdir(save_path)
    
31.     except:
    
32.         pass
    
33.     if faces:
    
34.         draw = ImageDraw.Draw(im)
    
35.         count = 0
    
36.         for f in faces:
    
37.             count += 1
    
38.             draw.rectangle(f, outline=(255, 0, 0))
    
39.             a = im.crop(f)
    
40.             file_name = os.path.join(save_path,str(count)+".jpg")
    
41.      #       print file_name
    
42.             a.save(file_name)
    
43. 
    
44.         drow_save_path = os.path.join(save_path,"out.jpg")
    
45.         im.save(drow_save_path, "JPEG", quality=80)
    
46.     else:
    
47.         print "Error: cannot detect faces on %s" % infile
    
48. 
    
49. if __name__ == "__main__":
    
50.     process("kobe.jpg")

接下来只要运行python xx.py

过一会，如果图片内有人的话生成一个文件夹，里面有一张人脸的截图和一张人脸的标识图。

以下为示例：

接下来用一下摄像头：

1. sudo apt-get install fswebcam
   
2. sudo fswebcam --device /dev/video0  a.jpg

在 process(“kobe.jpg”) 前面加一句:

1. os.system("fswebcam --device /dev/video0 /home/pi/Desktop/kobe.jpg")

看一下效果：

光线不好还是能认出来，说明opencv自带的分类器算开源里面不错的了~

参考:
Tigerboard开发板试用体验 python+opencv的人脸识别 
NanoPi2试用体验 简单人脸识别-结项