Python&OpenCV识别视频人脸

人脸识别一般是通过分类器来完成，而分类器需要专门的训练得到，此处，为了简便，我们利用OpenCV提供的人脸识别分类器进行识别。

一、准备工作

下载OpenCV人脸识别分类器
1、通过官方GitHub下载
网址：https://github.com/opencv/opencv/tree/master/data
2、百度网盘下载
链接：https://pan.baidu.com/s/1xgct84I3a60KFmAJJ9xK_g
提取码：rjbk
下载后，注意找到分类器目录

为了使用方便，可以将该文件夹拷贝到工程目录中。

二、识别图像人脸

实现代码整体比较简单易懂，代码如下：

import cv2 as cv
 
face_cascade = cv.CascadeClassifier('D:\Products\Python\work\VideoFaceCapture\haarcascades\haarcascade_frontalface_default.xml')    #导入分类器

img = cv.imread('D:/Products/Python/work/VideoFaceCapture/face.jpg')    #读取图像
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)                              #将图像转化为灰度图
 
faces = face_cascade.detectMultiScale(gray, 1.1, 5)                     #对脸部分类器的大小以及绘制的框图数目进行限定

for (x, y, w, h) in faces:
    cv.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)           #对脸部进行矩形框绘制
    
cv.imshow('img', img)
cv.waitKey(0)
cv.destroyAllWindows()

运行后结果如下：

三、识别视频人脸

在上面一步的基础上，继续进行视频中人脸的识别。
基本步骤就是通过cv.VideoCapture导入需要识别的视频，对每一帧视频进行解析，即上面一步的工作。代码如下：

import cv2 as cv

face_cascade = cv.CascadeClassifier(
    'D:\Products\Python\work\VideoFaceCapture\haarcascades\haarcascade_frontalface_default.xml')  # 导入分类器

capture = cv.VideoCapture('D:/Products/Python/work/VideoFaceCapture/face.mp4')  # 导入视频
while (True):
    # 获取一帧
    ret, frame = capture.read()  # 读取成功后 ret 返回为为布尔值True,frame返回读取的一帧图像
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)

    faces = face_cascade.detectMultiScale(gray, 1.3, 5) #对脸部分类器的大小以及绘制的框图数目进行限定

    for (x, y, w, h) in faces:
        cv.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    frame = cv.resize(frame, dsize=None, fx=0.3, fy=0.3)
    cv.imshow('frame', frame)
    if cv.waitKey(1) == ord('c'):  # 按下‘c’键退出窗口
        break

运行后结果如下：

识别效果整体还是比较满意。如果能够使用优化的分类器，效果会更好。