人脸识别是现在几乎所有的APP都在使用的验证操作, 登陆,支付...等等, 我们今天呢先来说一下人脸检测的操作. 使用Python想要完成人脸检测的操作呢, 我们需要准备一个工具, 这个工具就是 opencv

1. opencv的安装

open 开源 computer 计算机 vision 视觉 ：开源计算机视觉库, 是由C++

Python胶水语言，粘结其他语言，调用opencv

这个库可以让计算机长眼睛，计算，可以‘看’！

安装操作

pip install opencv-python -i    [opencv库]pip install opencv-contrib-python -i   [opencv扩展]pip install numpy -i  [numeric python 数字化Python]

安装完毕之后 我们先来简单的使用一下:

2.加载图片

import cv2  # 不是引入opencv   opencv-python对Python封装的接口 都是存在cv2里的# 读取图片img = cv2.imread('./timg.jpg')  # 图片的名称不能用汉字print(img)'''三维的数据    最里层是像素：[颜色值] 每个像素的颜色值            颜色是由蓝绿红三色调色而成            [ 83  75  82]            蓝色  绿色  红色            每个颜色取值是0-255   值越大 颜色越鲜艳   值越小 颜色就越暗    中间一层        每个像素连接出来的宽度    最外一层        高度'''# 获取图片的像素值      高   宽  像素3个颜色print(img.shape) # (1392, 959, 3)shape = img.shape# 重置图片的大小 会把修改大小的图片resize_img = cv2.resize(img, dsize=(500, int((500/shape[1]) * shape[0])))  # dsize  宽 高cv2.imwrite('liqin.jpg', resize_img) # 保存修改大小之后的图片# 显示图片cv2.imshow('liqin', resize_img) # 设置显示窗口的名字（不能用中文）  要显示的图片# 图片显示多长时间后自动关闭# cv2.waitKey(5000) # 5s后自动关闭   等待5s 键盘输入 如果键盘输入 由键盘输入控制退出  没有输入等待5s自动关闭# 直到键盘输入才关闭cv2.waitKey(0) # 0的话就是无限等待  直到键盘输入# 销毁窗口cv2.destroyAllWindows()

我们就借用一下沁沁的照片哈

'''进行人脸检测时    根据人脸的特征    haar抽取图片中的特征方式    把特征数据封装在文件中        python环境的安装包 ---》lib ---> site-packages --- cv2 --- data    将特征文件存放在于当前的py文件相同的目录下'''import cv2img = cv2.imread('./liqin.jpg')# 根据特征文件生成一个人脸检测器face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')# 检测图片中的人脸face_zones = face_detector.detectMultiScale(img)print(face_zones)# [[201  91  96  96]]  二维的'''[201  91  96  96] 检测到的人脸区域  x    y   宽  高因为一张图片中可能包含好几个人脸 每个人脸都是一维的数据'''# 获取人脸区域for x, y, w, h in face_zones:    # 用一个矩形把人脸区域圈起来    '''    img, 要圈中的图片     pt1, 左上角的坐标点    pt2, 右下角的坐标点    color, 线的颜色 [蓝 绿 红]    thickness=None 线宽    '''    cv2.rectangle(img, pt1=(x, y), pt2=(x + w, y + h), color=[0,0,255], thickness=2)# 显示图片cv2.imshow('liqin', img)cv2.waitKey(0)cv2.destroyAllWindows()

结果为:

4.人脸检测之检测多张人脸

以爱因斯坦参加的索尔维会议照为例

'''检测多张人脸'''import cv2# 1.读取图片img = cv2.imread('./suoerwei1.jpg')# 设置人脸识别器face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')# 通过人脸检测器 检测图片中的人脸区域'''scaleFactor    缩放比例  默认是1.3 数据是要大于1 的    实现人脸检测时 要扫描每个区域  规定的起始尺寸  根据scalefactor进行缩放     缩放尺寸越小 检测出来的人脸越多    minNeighbors    最少邻居  如果检测出来一张人脸 需要在人脸附近偏移几次 返回的都是人脸     这个才把人脸返回    值越大 人脸检测要求就越高'''face_zones = face_detector.detectMultiScale(img, scaleFactor=1.02, minNeighbors=6)print(face_zones)# 圈中人脸for x, y, w, h in face_zones:    cv2.rectangle(img, pt1=(x, y), pt2=(x+w, y+h), color=[0,0,255],thickness=2)# 显示图片cv2.imshow('suoerwei', img)cv2.waitKey(0)cv2.destroyAllWindows()

结果为:

注意:在做人脸检测时, 检测出来的人脸与图片的像素清晰度也是有关系的, 模糊的图片检测的话会有误差的