物聯(lián)網(wǎng)Python編程實(shí)戰(zhàn) 課件 單元8　Python人臉檢測(cè)

OpenCV人臉檢測(cè)目錄Contents人臉檢測(cè)技術(shù)應(yīng)用OpenCV人臉檢測(cè)原理人臉檢測(cè)代碼實(shí)現(xiàn)人臉識(shí)在交通、教育、醫(yī)療、警務(wù)、電子商務(wù)等諸多場(chǎng)景實(shí)現(xiàn)了廣泛應(yīng)用人臉檢測(cè)技術(shù)應(yīng)用人臉檢測(cè)應(yīng)用人臉檢測(cè)技術(shù)應(yīng)用人臉檢測(cè)原理人臉檢測(cè)（FaceDetection），就是給一幅圖像，找出圖像中的所有人臉位置，通常用一個(gè)矩形框框起來(lái)，輸入是一幅圖像img，輸出是若干個(gè)包含人臉的矩形框位置(x,y,w,h)人臉檢測(cè)是如何實(shí)現(xiàn)的？OpenCV人臉檢測(cè)原理級(jí)聯(lián)分類器Hog級(jí)聯(lián)分類器HOG（HistogramofOrientedGradient,方向梯度直方圖）特征是一種在計(jì)算機(jī)視覺(jué)和圖像處理中用來(lái)進(jìn)行物體檢測(cè)的特征描述子。Haar級(jí)聯(lián)分類器Haar級(jí)聯(lián)分類器是基于Haar-like特征，運(yùn)用積分圖加速計(jì)算，并用Adaboost訓(xùn)練的強(qiáng)分類器級(jí)聯(lián)的方法來(lái)進(jìn)行人臉檢測(cè)。LBP級(jí)聯(lián)分類器LBP（LocalBinaryPattern，局部二值模式）是一種用來(lái)描述圖像局部紋理特征的算子；它具有旋轉(zhuǎn)不變性和灰度不變性等顯著的優(yōu)點(diǎn)。Haar級(jí)聯(lián)分類器OpenCV人臉檢測(cè)原理分類器haar級(jí)聯(lián)庫(kù)OpenCV提供訓(xùn)練好的級(jí)聯(lián)分類器，以XML文件的形式存放在OpenCV源文件的data目錄下Python安裝路徑\Lib\site-packages\cv2\data檢測(cè)面部檢測(cè)眼睛檢測(cè)嘴部OpenCV人臉檢測(cè)原理Haar級(jí)聯(lián)分類器檢測(cè)人臉步驟030201加載分類器cv2.CascadeClassfier.detectMultiScale()人臉檢測(cè)方法，其參數(shù)有：●image表示待檢測(cè)圖像?！駍caleFactor縮放因子?！駇inNeighbors相鄰矩形個(gè)數(shù)?！駀lags參數(shù)一般被省略?！駇inSize/maxSize檢測(cè)目標(biāo)的最小/大尺寸?！馩bjects表示返回值。圖形灰度化cv.cvtColor()方法灰度化。第一個(gè)參數(shù)傳入要檢測(cè)的image原圖，第二個(gè)參數(shù)為：cv.COLOR_BGR2GRAY（表示灰度）調(diào)用人臉檢測(cè)函數(shù)04cv2.CascadeClassifier()方法，參數(shù)filename，是分類器的路徑和名稱，加載面部檢測(cè)級(jí)聯(lián)器是xml文件，即：haarcascade_frontalface_default.xml輸出人臉信息importcv2ascv

#讀取一幅圖像

image=cv.imread(“D:/pic/face.jpg”)

#加載人臉檢測(cè)分類器

faceCascade=cv.CascadeClassifier(

r'D:/envs/python/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')

#轉(zhuǎn)為灰度圖

gray=cv.cvtColor(image,cv.COLOR_BGR2GRAY)

#實(shí)現(xiàn)人臉檢測(cè)

faces=faceCascade.detectMultiScale(gray,scaleFactor=1.03,minNeighbors=3,minSize=(3,3))

#打印檢測(cè)到的人臉信息

print(faces)

print("發(fā)現(xiàn){0}個(gè)人臉".format(len(faces)))#繪制矩形，標(biāo)記人臉

for(x,y,w,h)infaces:

cv.rectangle(image,(x,y),(x+w,y+h),(255,255,0),3)

#顯示檢測(cè)結(jié)果;

cv.imshow("dect",image)

cv.waitKey()

cv.destroyAllWindows()face.jpg人臉檢測(cè)代碼實(shí)現(xiàn)人臉檢測(cè)代碼實(shí)現(xiàn)人臉檢測(cè)程序演示總結(jié)與思考已完成VS人臉檢測(cè)加載haar面部檢測(cè)分類器haarcascade_frontalface_default.xml實(shí)現(xiàn)人臉檢測(cè)加載haarcascad