人脸识别项目，从0到1的实现过程
人脸识别项目，从0到1的实现过程
- 读取图片
- 灰度转换
- 尺寸修改
- 绘制矩形
- 人脸检测
- 多个人脸检测
- 视频检测
- 人脸录入
- 数据训练
- 人脸识别
- 项目下载地址
读取图片
代码
#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread('face1.jpg')
#显示图片
cv.imshow('read_img',img)
cv.im
#等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
效果
灰度转换
代码
#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread('face1.jpg')
#灰度转换
gray_img = cv.cvtColor(img,cv.COLOR_BGRA2GRAY)
#显示灰度图片
cv.imshow('gray',gray_img)
#保存灰度图片
cv.imwrite('gray_face1.jpg',gray_img)
#显示原图片
cv.imshow('read_img',img)
#等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()
效果
尺寸修改
代码
#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread('face1.jpg')
#修改原图尺寸
resize_img = cv.resize(img,dsize=(400,400))
#展示原图
cv.imshow('img',img)
#展示修改后的图片
cv.imshow('resize_img',resize_img)
#打印原图大小
print('原图大小：',img.shape)
#打印修改后图片的大小
print('修改后图片大小：',resize_img.shape)
#等待,检测到键盘按‘q'结束
while True:
if ord('q') == cv.waitKey(0):
break
#释放内存
cv.destroyAllWindows()
效果
绘制矩形
代码
#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread('face1.jpg')
#坐标 起点（x,y） 宽w 高h
x,y,w,h = 100,100,100,100
#绘制矩形
cv.rectangle(img,(x,y,x+w,y+h),color=(0,0,255),thickness=1)
#绘制圆形
cv.circle(img,center=(x+w,y+h),radius=100,color=(255,0,0),thickness=2)
#显示图片
cv.imshow('new_img',img)
#等待,检测到键盘按‘q'结束
while True:
if ord('q') == cv.waitKey(0):
break
#释放内存
cv.destroyAllWindows()
效果
人脸检测
代码
#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo():
gray = cv.cvtColor(img,cv.COLOR_BGRA2GRAY)
#分类器，找到OpenCV库（cv2库）文件所在位置，复制其中一个关于脸部检测的分类器的路径即可
face_detect = cv.CascadeClassifier('E:/python 3.9.13/Lib/site-packages/cv2/data/haarcascade_frontalface_alt.xml')
#(图片,缩放倍速，检测次数确定，0，最小像素，最大像素）
#face = face_detect.detectMultiScale(gray,1.01,5,0,(100,100),(300,300))
# 使用默认的参数
face = face_detect.detectMultiScale(gray)
for x,y,w,h in face:
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
cv.imshow('result',img)
#读取图片
img = cv.imread('face1.jpg')
#检测函数
face_detect_demo()
#等待,检测到键盘按‘q'结束
while True:
if ord('q') == cv.waitKey(0):
break
#释放内存
cv.destroyAllWindows()
效果
多个人脸检测
代码
#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo():
gray = cv.cvtColor(img,cv.COLOR_BGRA2GRAY)
# 分类器，找到OpenCV库（cv2库）文件所在位置，复制其中一个关于脸部检测的分类器的路径即可
face_detect = cv.CascadeClassifier('E:/python 3.9.13/Lib/site-packages/cv2/data/haarcascade_frontalface_alt.xml')
#(图片,缩放倍速，检测次数确定，0，最小像素，最大像素）
#face = face_detect.detectMultiScale(gray,1.01,5,0,(50,50),(80,80))
#使用默认的参数
face = face_detect.detectMultiScale(gray)
for x,y,w,h in face:
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
cv.imshow('result',img)
#读取图片
img = cv.imread('face2.jpg')
#检测函数
face_detect_demo()
#等待,检测到键盘按‘q'结束
while True:
if ord('q') == cv.waitKey(0):
break
#释放内存
cv.destroyAllWindows()
效果
视频检测
代码
#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo(img):
gray = cv.cvtColor(img,cv.COLOR_BGRA2GRAY)
# 分类器，找到OpenCV库（cv2库）文件所在位置，复制其中一个关于脸部检测的分类器的路径即可
face_detect = cv.CascadeClassifier('E:/python 3.9.13/Lib/site-packages/cv2/data/haarcascade_frontalface_alt.xml')
#(图片,缩放倍速，检测次数确定，0，最小像素，最大像素）
#face = face_detect.detectMultiScale(gray,1.01,5,0,(50,50),(80,80))
#使用默认的参数
face = face_detect.detectMultiScale(gray)
for x,y,w,h in face:
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
cv.imshow('result',img)
#读取摄像头
#cap = cv.VideoCapture(0) #摄像头实时检测
cap = cv.VideoCapture('1.mp4') #读取视频
#循环
while True:
flag,fram = cap.read()
if not flag:
break
face_detect_demo(fram)
if ord('q') == cv.waitKey(100):
break
#释放摄像头
cap.release()
#释放内存
cv.destroyAllWindows()
效果
人脸录入
代码
#导入cv模块
import cv2 as cv
#读取摄像头
cap = cv.VideoCapture(0) #摄像头实时检测
flag = 1
num = 1
while(cap.isOpened()): #检测是否存在开启状态
ret_flag,Vshow = cap.read() #得到没帧图像
cv.imshow("Capture_Test",Vshow) #显示图像
k = cv.waitKey(1) & 0xFF #按键判断
if k == ord('s'): #保存
cv.imwrite("D:/faceTrain/"+str(num)+".face"+".jpg",Vshow) #保存的位置
print("success to save"+str(num)+".jpg")
print("-----------------")
num += 1
elif k == ord(' '): #退出
break
#释放摄像头
cap.release()
#释放内存
cv.destroyAllWindows()
数据训练
代码
import os
import cv2 as cv
import sys
from PIL import Image
import numpy as np
def getImageAndLabels(path):
#存储人脸数据
facesSamples=[]
#存储姓名数据
ids=[]
#存储图片信息
imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
#检测人脸 加载分类器，找到OpenCV库（cv2库）文件所在位置，复制其中一个关于脸部检测的分类器的路径即可
face_detector = cv.CascadeClassifier('E:/python 3.9.13/Lib/site-packages/cv2/data/haarcascade_frontalface_alt.xml')
#打印数组imagePaths
print('数据排列：',imagePaths)
#遍历列表中的图片
for imagePath in imagePaths:
#打开图片,黑白化
PIL_img=Image.open(imagePath).convert('L')
#将图像转换为数组，以黑白深浅
# PIL_img = cv2.resize(PIL_img, dsize=(400, 400))
img_numpy=np.array(PIL_img,'uint8')
#获取图片人脸特征
faces = face_detector.detectMultiScale(img_numpy)
#获取每张图片的id和姓名
id = int(os.path.split(imagePath)[1].split('.')[0])
#预防无面容照片
for x,y,w,h in faces:
ids.append(id)
facesSamples.append(img_numpy[y:y+h,x:x+w])
#打印脸部特征和id
#print('fs:', facesSamples)
print('id:', id)
#print('fs:', facesSamples[id])
print('fs:', facesSamples)
#print('脸部例子：',facesSamples[0])
#print('身份信息：',ids[0])
return facesSamples,ids
if __name__ == '__main__':
#图片路径
path='D:/data/'
#获取图像数组和id标签数组和姓名
faces,ids=getImageAndLabels(path)
#获取训练对象
recognizer=cv.face.LBPHFaceRecognizer_create()
#recognizer.train(faces,names)#np.array(ids)
recognizer.train(faces,np.array(ids))
#保存文件 面部信息和身份信息
recognizer.write('D:/trainer/trainer.yml')
#save_to_file('names.txt',names)
训练的目标人脸
提取的特征
训练好的特征数据
人脸识别
代码
import cv2
import numpy as np
import os
# coding=utf-8
import urllib
import urllib.request
import hashlib
#加载训练数据集文件
recogizer=cv2.face.LBPHFaceRecognizer_create()
#加载训练好的数据
recogizer.read('D:/trainer/trainer.yml')
#存储名字
names=[]
#警报 全局变量
warningtime = 0
#md5加密
def md5(str):
import hashlib
m = hashlib.md5()
m.update(str.encode("utf8"))
return m.hexdigest()
#短信反馈
statusStr = {
'0': '短信发送成功',
'-1': '参数不全',
'-2': '服务器空间不支持,请确认支持curl或者fsocket,联系您的空间商解决或者更换空间',
'30': '密码错误',
'40': '账号不存在',
'41': '余额不足',
'42': '账户已过期',
'43': 'IP地址限制',
'50': '内容含有敏感词'
}
#报警模块
def warning():
smsapi = "http://api.smsbao.com/"
# 短信平台账号
user = '13******10'
# 短信平台密码
password = md5('*******')
# 要发送的短信内容
content = '【报警】\n原因：检测到未知人员\n地点：xxx'
# 要发送短信的手机号码
phone = '*******'
data = urllib.parse.urlencode({'u': user, 'p': password, 'm': phone, 'c': content})
send_url = smsapi + 'sms?' + data
response = urllib.request.urlopen(send_url)
the_page = response.read().decode('utf-8')
print(statusStr[the_page])
#准备识别的图片
def face_detect_demo(img):
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度
face_detector=cv2.CascadeClassifier('E:/python 3.9.13/Lib/site-packages/cv2/data/haarcascade_frontalface_alt.xml')
face=face_detector.detectMultiScale(gray,1.1,5,cv2.CASCADE_SCALE_IMAGE,(100,100),(300,300))
#face=face_detector.detectMultiScale(gray)
for x,y,w,h in face:
cv2.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2) #绘制矩形
cv2.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,255,0),thickness=1) #绘制圆形
# 人脸识别
ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])
#print('标签id:',ids,'置信评分：', confidence)
if confidence > 80: #可信度
global warningtime
warningtime += 1
if warningtime > 100: #警报达到一定次数
warning() #发送警报
warningtime = 0
cv2.putText(img, 'unkonw', (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
else:
cv2.putText(img,str(names[ids-1]), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
cv2.imshow('result',img)
#print('bug:',ids)
def name():
path = 'D:/data/'
#names = []
imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
for imagePath in imagePaths:
name = str(os.path.split(imagePath)[1].split('.',2)[1])
names.append(name)
cap=cv2.VideoCapture('1.mp4')
name()
while True:
flag,frame=cap.read()
if not flag:
break
face_detect_demo(frame)
if ord(' ') == cv2.waitKey(10):
break
cv2.destroyAllWindows()
cap.release()
#print(names)
识别为目标人脸
识别为不目标人脸
项目下载地址
点击下载