本例基于opencv4。Python 3.7.4。
Python安装OpenCV4.0的命令:
pip install opencv-python
安装完成后:
需要到OpenCV官方GitHub下载人脸检测的分类器:https://github.com/opencv/opencv/tree/master/data/haarcascades
然后把分类器和所要检测的图片放到一定目录文件夹下加载。我把分类器和图片放在项目根目录下:
Python代码:
import cv2 as cv
imagepath = "./pic1.jpg"
image = cv.imread(imagepath)
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
face_cascade = cv.CascadeClassifier('./haarcascade_frontalface_default.xml')
faces = face_cascade.detectMultiScale(
gray,
scaleFactor=1.2,
minNeighbors=3,
minSize=(70, 70),
maxSize=(160, 160),
flags=cv.IMREAD_GRAYSCALE
)
print("检测到{0}个人脸".format(len(faces)))
for (x, y, w, h) in faces:
cv.rectangle(image, (x, y), (x + w, y + w), (0, 0, 255), 2)
cv.imshow("image", image)
cv.waitKey(0)
检测计算机视觉经典照片lena,原图:
运行代码后,红框标记出检测到的人脸:
程序检测到1张人脸。
换一张合影照片,看看能否检测到群体像中的人脸,原图:
运行代码后,红框标记出检测到的人脸:
程序检测到五张人脸。
再来一张,原图:
运行程序:
程序检测到2个人脸,并用红框标记出人脸范围。