創(chuàng)新互聯(lián)www.cdcxhl.cn八線動態(tài)BGP香港云服務器提供商，新人活動買多久送多久，劃算不套路！

10余年的麻城網(wǎng)站建設經(jīng)驗，針對設計、前端、開發(fā)、售后、文案、推廣等六對一服務，響應快，48小時及時工作處理。全網(wǎng)營銷推廣的優(yōu)勢是能夠根據(jù)用戶設備顯示端的尺寸不同，自動調整麻城建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設計，從而大程度地提升瀏覽體驗。創(chuàng)新互聯(lián)從事“麻城網(wǎng)站設計”,“麻城網(wǎng)站推廣”以來，每個客戶項目都認真落實執(zhí)行。

這篇文章將為大家詳細講解有關Python+OpenCV的人臉特征定位程序，文章內(nèi)容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

在最近刷今日頭條以及其他媒體軟件時，經(jīng)常會發(fā)現(xiàn)一些AI換臉的視頻，于是我想，可不可以自己實現(xiàn)一個可以進行人臉識別的軟件程序。我的具體流程是先配合python網(wǎng)絡爬蟲先進行萬張PubFig人臉公共圖片的爬取，分析出圖片具體特征，然后再配合機器學習的OpenCV視覺庫進行軟件的構建。有一篇Github的文章講得很詳細，大家可以參考：https://github.com/Hironsan/BossSensor。

本篇用一些動漫人臉圖片，向大家展示基本的opencv庫的操作，以及用一些公共人臉數(shù)據(jù)進行簡單的人臉識別技術學習。

1.OpenCV簡介

OpenCV是一個開源的跨平臺計算機視覺庫，提供的有python接口，并實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。

2.需要安裝的包

本篇先安裝Opencv和numpy，pandas等數(shù)據(jù)分析包即可，如果感覺麻煩的話，可以直接安裝Anaconda科學包(數(shù)據(jù)分析，挖掘，機器學習庫合集)，安裝與不同編譯器配置環(huán)境過程這里就不講解了。

下載地址(官網(wǎng)太慢了，推薦下面的地址)：https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/。python3.5以上的需要下載opencv_python-4.0之類的版本，這里用到的是opencv_python-4.0.0.21-cp37-cp37m-win_amd64.whl這個文件。

安裝完后，我們先用下面的代碼輸出一個圖片：

import cv2
img = cv2.imread("1.jpg", 1)
cv2.imshow("1", img)
cv2.waitKey()

3.初步人臉識別

由于本篇文章是第一篇，因此這里先簡單的展示一下opencv的一些機器視覺的基礎方法，下面就進行介紹。

(1)導入人臉圖片，這里用一張動漫圖

代碼和上面的類似，更改圖片即可：

import cv2
img = cv2.imread("firstPer.jpg", 1)
cv2.imshow("1", img)
cv2.waitKey()
cv2.destroyAllWindows()

這里我們把這段代碼封裝成一個函數(shù)：

def viewImage(image, name_of_window):
    '''
    image:圖像對象
    name_of_window:圖像窗口名稱
    '''
    cv2.namedWindow(name_of_window, cv2.WINDOW_NORMAL)
    cv2.imshow(name_of_window, image)
    cv2.waitKey()
    cv2.destroyAllWindows()

(2)一些基礎圖像處理的方法

cropped：cropped = image[y：y+h, x：x+w]，就是以(y, x)為起點，裁剪大小為(h, w)的圖像，以左上角為起點，豎直向下的方向為y軸，橫向為x軸。

resized：dim = (width, height)

　　　　 resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA)

調整圖像的大小。

用下面的代碼分別進行這兩種圖像的處理：

img = cv2.imread("firstPer.jpg", 1)
# 裁剪圖片大小，裁剪100范圍的圖片
cropped = img[0:100, 0:100]
viewImage(cropped,"firstPer")

img = cv2.imread("firstPer.jpg", 1)
scale_percent = 30    #調整30%的大小
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
dim = (width, height)
resized = cv2.resize(img, dim, interpolation = cv2.INTER_AREA)
viewImage(resized,"firstPer")

還有一一些用的操作方法，就是旋轉，調節(jié)亮度，變模糊/平滑，繪制邊框，繪制線段等，在這里并不是進行圖像處理，因此就先不先向大家講解。哈哈。

(3)圖像灰度處理

在進行人臉識別時，好多地方都先進行圖像變灰度的操作，這里也給大家介紹一下：

這里有一個閾值函數(shù)，gray_image，將所有圖像變?yōu)楸?27更暗直至0或者增加亮度到255，將圖像的彩色邊框的內(nèi)容略過。

灰度處理代碼：

gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
viewImage(gray_image,"gray Image")

結果：

亮度彩色閾值處理代碼：

one,threshold_image = cv2.threshold(img, 127, 255, 0)
viewImage(threshold_image,"firstPer")

結果：

主要是有后面的三個參數(shù)控制，大家有興趣可以自行學習。

(4)人臉識別初講

如果我們需要進行人臉識別，需要下載一些opencv配置文件，地址為：https://github.com/opencv/opencv/tree/master/data/haarcascades，這里我們用到的是haarcascade_frontalface_default.xml文件。用下面的代碼進行檢測：

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
img = cv2.imread("firstPer.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(
gray,           # 灰度圖
scaleFactor= 1.1,   # 縮放比例
minNeighbors= 2,    # 識別出一個人臉之前在當前物體周圍需要檢測的物體數(shù)目
minSize=(50, 50)    #窗口的大小
)
firstPer = format(len(faces)) + "faces detected!"
print(firstPer)# Draw a rectangle around the faces
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (255, 255, 0), 2)
viewImage(img,firstPer)

detectMultiScale函數(shù)是一個檢測物體的通用函數(shù)。當我們把它用于人臉檢測時，它就會從圖像中檢測出人臉。

但是我們卻發(fā)現(xiàn)，根本沒有檢測出我們可愛的小櫻的臉，這是為什么呢？不急，我們先用其他圖片檢測：

再來一張最美的圖片：

這時我們發(fā)現(xiàn)，識別程序識別的時候會有兩個要注意的地方，第一個是動漫圖片線條簡單，有時候并不能識別出；而且識別的能力和圖片的清晰度也有關系。

關于Python+OpenCV的人臉特征定位程序就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

當前標題：Python+OpenCV的人臉特征定位程序-創(chuàng)新互聯(lián)
本文地址：http://www.chinadenli.net/article16/dsgjdg.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供ChatGPT、品牌網(wǎng)站設計、微信公眾號、做網(wǎng)站、標簽優(yōu)化、品牌網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)