V进行人脸检测

使用OpenCV进行人脸检测十分简单OpenCV官网给了一个Python人脸检测的示例程序

from

detectAndDisplay(frame):frame_gray

cv.cvtColor(frame,

face_cascade.detectMultiScale(frame_gray)for

(x,y,w,h)

eyes_cascade.detectMultiScale(faceROI)for

(x2,y2,w2,h2)

argparse.ArgumentParser(descriptionCode

for

parser.add_argument(--face_cascade,

helpPath

defaultdata/haarcascades/haarcascade_frontalface_alt.xml)

parser.add_argument(--eyes_cascade,

helpPath

defaultdata/haarcascades/haarcascade_eye_tree_eyeglasses.xml)

helpCamera

parser.parse_args()face_cascade_name

args.face_cascade

face_cascade.load(cv.samples.findFile(face_cascade_name)):print(--(!)Error

loading

eyes_cascade.load(cv.samples.findFile(eyes_cascade_name)):print(--(!)Error

loading

Break!)breakdetectAndDisplay(frame)if

cv.waitKey(10)

所在目录为D:\env_build\opencv4.9.0\opencv\sources\samples\python\tutorial_code\objectDetection\cascade_classifier\objectDetection.py

人脸识别可以用在身份认证门禁等场合中可以通过训练大量的人脸数据获取人脸的特征。

但是实际场景可以比较复杂由于灯光、视角、视距、摄像头抖动以及数字噪声的变化图像细节变得不稳定还有戴了口罩、帽子之后对于人脸的检测就变得更麻烦了。

Haar

Haar

特征都描述了相邻图像区域的对比模式。

例如边顶点和细线都能生成具有判别性的特征。

haar级联数据获取

文件这些可用于检测静止图像、视频和摄像头所得到图像中的人脸。

如下图所示

人脸检测器默认haarcascade_frontalface_default.xml人脸检测器快速

Harrhaarcascade_frontalface_alt2.xml人脸检测器侧视haarcascade_profileface.xml眼部检测器左眼haarcascade_lefteye_2splits.xml眼部检测器右眼haarcascade_righteye_2splits.xml身体检测器haarcascade_fullbody.xml上半身检测器haarcascade_upperbody.xml

其中本文中我们使用默认的人脸检测器xml配置文件haarcascade_frontalface_default.xml

可以从https://github.com/murtazahassan/Learn-OpenCV-cpp-in-4-Hours/blob/main/Resources/haarcascade_frontalface_default.xml处下载

资源图片地址

人脸资源图片地址为https://github.com/murtazahassan/Learn-OpenCV-cpp-in-4-Hours/blob/main/Resources/test.png

C人脸检测示例代码

级联分类器faceCascade.load(Resources/haarcascade_frontalface_default.xml);

{cout

人脸的矩形数组faceCascade.detectMultiScale(img,

faces,

检测输入图像中不同大小的对象检测到的对象返回矩形列表形式faces//

(int

在原图上绘制人脸矩形区域颜色为粉色线条厚度为3像素}imshow(Image,

}运行结果如下

Visionmurtazahassan/Learn-OpenCV-cpp-in-4-HoursLEARN

OPENCV

VisionLearn-OpenCV-in-3-hoursOpenCV官网OpenCV-Get

StartedOpenCV