Python+OpenCV人脸识别技术详解

当前位置:

首页 > 编程开发 > 数据分析 >

Python+OpenCV人脸识别技术详解

总在科幻电影里看到人脸识别，现在我们也可以编程来实现啦。哈哈~~
OpenCV是Intel®开源计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV 拥有包括 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库--尽管也可以使用某些外部库。它还提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方

面的很多通用算法。

所以总体来说OpenCV的人脸检测功能在是很不错的。

效果图如下：

QQ截图20161201082235.png

下面我们就用python + OpenCV实现人脸识别。

开发运行环境：
Centos5.5
OpenCV
python2.7
PIL

下面上代码：

#!/usr/bin/python

# -*- coding: UTF-8 -*-

# face_detect.py

# Face Detection using OpenCV. Based on sample code from:

# http://www.pythontab.com

# Usage: python face_detect.py

import sys, os

#引入opencv库中的相应组件

from opencv.cv import *

from opencv.highgui import *

#引入PIL库

from PIL import Image, ImageDraw

from math import sqrt

def detectObjects(image):

    #首先把图片转换为灰度模式，以便找到人脸位置

    grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)

    cvCvtColor(image, grayscale, CV_BGR2GRAY)

    storage = cvCreateMemStorage(0)

    cvClearMemStorage(storage)

    cvEqualizeHist(grayscale, grayscale)

    cascade = cvLoadHaarClassifierCascade(

        \'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',

        cvSize(1,1))

    faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,

        CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))

    result = []

    for f in faces:

        result.append((f.x, f.y, f.x+f.width, f.y+f.height))

    return result

def grayscale(r, g, b):

    return int(r * .3 + g * .59 + b * .11)

def process(infile, outfile):

    image = cvLoadImage(infile);

    if image:

        faces = detectObjects(image)

    im = Image.open(infile)

    if faces:

        draw = ImageDraw.Draw(im)

        for f in faces:

            draw.rectangle(f, outline=(255, 0, 255))

        im.save(outfile, "JPEG", quality=100)

    else:

        print "Error: cannot detect faces on %s" % infile

if __name__ == "__main__":

    process(\'input.jpg\', \'output.jpg\')

栏目列表