Python实现人脸检测（个人、多人、视频）
Python实现人脸检测（个人、多人、视频）
- 1、加载图片：
-
- 源程序代码如下：
- 运行结果如下：
- 2、图片灰度转换：
-
- 源程序代码如下：
- 运行结果如下：
- 3、修改图片尺寸（在此次人脸检测案例中未用到）：
-
- 源程序代码如下：
- 运行结果如下：
- 4、绘制矩形-圆形（只是简单地在图片上随便画一个）：
-
- 源程序代码如下：
- 运行结果如下：
- 5、图像单个人脸检测：
-
- 源程序代码如下：
- 运行结果如下：
- 6、图像多个人脸检测：
-
- 源程序代码如下：
- 运行结果如下：
- 7、视频中的人脸检测：
-
- 源程序代码如下：
- 运行结果如下：
我们先逐步进行学习。我将人脸检测的学习步骤分为如下几个方面。
（1—4是一些小步骤。5—7是具体实现的案例）
关于代码的相关意义我已经在程序中写上了备注（已经尽可能详细了！！）
1、加载图片：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-15:00
"""
#导入模块
import cv2 as cv
#读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
#显示图片(这时的照片会一闪而过)
cv.imshow('read_img',img)
#设置等待键盘输入（保证上边显示的照片可以停留）
#传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(3000)
#释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()
运行结果如下：
2、图片灰度转换：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-15:25
"""
#导入模块
import cv2 as cv
#读取图片（注意路径不要有中文,否则会报错）
BGR_img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
#显示图片(这时的照片会一闪而过)
cv.imshow('BGR_img',BGR_img)
#图片灰度转换
gray_img = cv.cvtColor(BGR_img,cv.COLOR_BGR2GRAY)
cv.imshow('gray_img',gray_img)
#保存图片
cv.imwrite('gray_img.jpg',gray_img)
#设置等待键盘输入（保证上边显示的照片可以停留）
#传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(0)
#释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()
运行结果如下：
3、修改图片尺寸（在此次人脸检测案例中未用到）：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-15:30
"""
# 导入模块
import cv2 as cv
# 读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
# 显示图片(这时的照片会一闪而过)
cv.imshow('img', img)
print("原来图片的形状：",img.shape)
# 修改图片尺寸(宽度，高度)
resize_img = cv.resize(img, dsize=(200, 240))
print("修改后图片的形状：",resize_img.shape)
# 显示图片(这时的照片会一闪而过)
cv.imshow('resize_img', resize_img)
# 设置等待键盘输入（保证上边显示的照片可以停留）
# 传入0表示无限等待，直到有东西输入(单位是毫秒)
#设置只有输入q的时候、退出
while True:
#ord('q')表示q对应的ascall
if ord('q') == cv.waitKey(0):
break
# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()
运行结果如下：
4、绘制矩形-圆形（只是简单地在图片上随便画一个）：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-15:39
"""
# 导入模块
import cv2 as cv
# 读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\2.jpg")
# 画矩形(x,y指的是矩形左上角的哪个点)
x, y, w, h = 50, 50, 80, 80
# color变量里参数的顺序是BGR,thickness表示的是宽度
# (x,y,x+w,y+h)左上和右下两个点
cv.rectangle(img, (x, y, x + w, y + h), color=(0, 255, 0), thickness=2)
#画圆center元组指的是原点的坐标
x,y,r = 200,200,100
cv.circle(img,center=(x,y),radius=r,color=(0,0,255),thickness=3)
# 显示图片(这时的照片会一闪而过)
cv.imshow('img', img)
# 设置等待键盘输入（保证上边显示的照片可以停留）
# 传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(0)
# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()
运行结果如下：
5、图像单个人脸检测：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-16:30
"""
# 导入库
import cv2 as cv
def face_detect_demo():
# 将图片转换为灰度图片
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# 加载特征数据
face_detector = cv.CascadeClassifier('D:/wen10/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
#进行检测人脸操作
faces = face_detector.detectMultiScale(gray)
#得到的daces可能是多组x,y,h,w
print("faces 的数值：",faces)
for x, y, w, h in faces:
cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 255, 0), thickness=2)
# 显示图片(这时的照片会一闪而过)
cv.imshow('result', img)
if __name__ == '__main__':
# 读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\1.jpg")
face_detect_demo()
# 设置等待键盘输入（保证上边显示的照片可以停留）
# 传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(0)
# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()
运行结果如下：
6、图像多个人脸检测：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-16:49
"""
# 导入库
import cv2 as cv
def face_detect_demo():
# 将图片转换为灰度图片
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# 加载特征数据
face_detector = cv.CascadeClassifier('D:/wen10/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
#进行检测人脸操作(参数也可以不写)
faces = face_detector.detectMultiScale(gray,scaleFactor=1.01,minNeighbors=50)
#得到的daces可能是多组x,y,h,w
print("faces 的数值：",faces)
for x, y, w, h in faces:
#画矩形
cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 255, 0), thickness=2)
#画圆
cv.circle(img, center=(x + w // 2, y + h // 2),radius=w//2,color=(0,0,255),thickness=1)
# 显示图片(这时的照片会一闪而过)
cv.imshow('result', img)
if __name__ == '__main__':
# 读取图片（注意路径不要有中文,否则会报错）
img = cv.imread("C:\\Users\\26301\\Desktop\\5.jpg")
face_detect_demo()
# 设置等待键盘输入（保证上边显示的照片可以停留）
# 传入0表示无限等待，直到有东西输入(单位是毫秒)
cv.waitKey(0)
# 释放内存（由于底层是c++写的，所以将底层里面的空间进行释放）
cv.destroyAllWindows()
运行结果如下：
7、视频中的人脸检测：
源程序代码如下：
"""
__author__="dazhi"
2021/3/20-17:10
"""
#导入依赖
import cv2 as cv
def face_detect_demo(img):
#将图片灰度
gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
#加载特征数据
face_detector = cv.CascadeClassifier('D:/wen10/opencv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
#进行检测人脸操作(参数也可以不写)
faces = face_detector.detectMultiScale(gray)
for x,y,w,h in faces:
#画矩形
cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
#画圆
cv.circle(img,center=(x+w//2,y+h//2),radius=(w//2),color=(0,255,0),thickness=2)
# 显示图片(这时的照片会一闪而过)
cv.imshow('result',img)
#读取视频
cap=cv.VideoCapture('video.mp4')
#播放进行读取（一帧一帧的走）
while True:
#flag表示是否在播放（布尔类型）
flag,frame=cap.read()
#判断是否在播放
if not flag:
break
face_detect_demo(frame)
#输入q的时候进行关闭
if ord('q') == cv.waitKey(10):
break
#释放内存
cv.destroyAllWindows()
#释放视频的空间
cap.release()
运行结果如下：
（这个可以实现视频播放过程中识别，但是博主忘记怎么在csdn里放视频了，所以就在视频的播放过程中截了几张图。如下~~~~~）
