基于python3+OpenCV實(shí)現(xiàn)人臉和眼睛識別

更新時間：2024年04月08日 11:59:14 作者：小戀莫小哀

這篇文章主要為大家詳細(xì)介紹了基于python3+OpenCV實(shí)現(xiàn)人臉和眼睛識別，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下

基于python3+OpenCV的人臉和眼睛識別，供大家參考，具體內(nèi)容如下

一、OpenCV人臉檢測的xml文件下載

人臉檢測和眼睛檢測要用到haarcascade_eye.xml和haarcascade_frontalface_default.xml這兩個文件，這兩個文件可以在OpenCV的官網(wǎng)下載，具體下載方法如下：

1、打開要下載的xml文件，如下圖：

2、點(diǎn)擊Raw：

3、在新打開的網(wǎng)頁中右擊，選擇另存為，最后保存就可以了。

二、人臉檢測文件的導(dǎo)入以及圖片的處理

接下來就可以在代碼中載入剛才下載的兩個xml文件，再將要識別的圖片進(jìn)行灰度處理了，代碼如下：

import cv2
# 載入人臉識別和眼睛識別的兩個xml文件
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
# 載入圖片
img = cv2.imread('face.jpg')
cv2.imshow('src', img)
# 灰度處理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

我們用到的原圖如下：

三、人臉識別并用方框顯示人臉位置

利用face_xml.detectMultiScale(）方法識別出人臉的位置，并利用cv2.rectangle(）繪制方框，具體代碼如下：

# 人臉識別
face = face_xml.detectMultiScale(gray, 1.3, 2)  # 參數(shù)：1、灰度圖片， 2、縮放比例， 3、閾值
print("這張圖片中有%d張人臉" % len(face))
# 繪制出識別到的人臉
for (x, y, w, h) in face:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 繪制人臉方框
    cv2.imshow('dst', img)
    cv2.waitkey(0)

識別的效果如下：

四、眼睛識別并用方框顯示眼睛位置

和人臉識別類似，不過眼睛識別是在人臉識別的基礎(chǔ)上再進(jìn)行識別的，所以將人臉的圖片進(jìn)行灰度化處理，再識別，代碼如下：

# 在人臉的基礎(chǔ)上識別眼睛
    face_gray = gray[y:y+h, x:x+w]
    face_color = img[y:y+h, x:x+w]
    # 眼睛識別
    eyes = eye_xml.detectMultiScale(face_gray)
    print("在這張臉上有%d個眼睛" % len(eyes))
    # 繪制出識別到的眼睛
    for (e_x, e_y, e_w, e_h) in eyes:
        cv2.rectangle(face_color, (e_x, e_y), (e_x+e_w, e_y+e_h), (0, 255, 0), 2)  # 繪制眼睛方框

五、源碼及效果

源碼如下：

# -*- coding: utf-8 -*-
"""
-------------------------------------------------
   File Name：     03-face.py
   Description :  基于OpenCV的人臉和眼睛識別
   Author :      小戀莫小哀
   Email:      xiaowen0392@qq.com
   date：          2019/6/2
-------------------------------------------------
   Change Activity:
                   2019/6/2:
-------------------------------------------------
"""
__author__ = 'WWQ'

import cv2
# 載入人臉識別和眼睛識別的兩個xml文件
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
# 載入圖片
img = cv2.imread('face.jpg')
cv2.imshow('src', img)
# 灰度處理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 人臉識別
face = face_xml.detectMultiScale(gray, 1.3, 2)  # 參數(shù)：1、灰度圖片， 2、縮放比例， 3、閾值
print("這張圖片中有%d張人臉" % len(face))
# 繪制出識別到的人臉
for (x, y, w, h) in face:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 繪制人臉方框
    # cv2.imshow('dst', img)
    # 在人臉的基礎(chǔ)上識別眼睛
    face_gray = gray[y:y+h, x:x+w]
    face_color = img[y:y+h, x:x+w]
    # 眼睛識別
    eyes = eye_xml.detectMultiScale(face_gray)
    print("在這張臉上有%d個眼睛" % len(eyes))
    # 繪制出識別到的眼睛
    for (e_x, e_y, e_w, e_h) in eyes:
        cv2.rectangle(face_color, (e_x, e_y), (e_x+e_w, e_y+e_h), (0, 255, 0), 2)  # 繪制眼睛方框
cv2.imshow('dst', img)
cv2.waitKey(0)

效果如下：