基于python3+OpenCV实现人脸和眼睛识别-巨人网络通讯

主页 > 知识库 > 基于python3+OpenCV实现人脸和眼睛识别

基于python3+OpenCV实现人脸和眼睛识别

基于python3+OpenCV的人脸和眼睛识别，供大家参考，具体内容如下

一、OpenCV人脸检测的xml文件下载

人脸检测和眼睛检测要用到haarcascade_eye.xml和haarcascade_frontalface_default.xml这两个文件，这两个文件可以在OpenCV的官网下载，具体下载方法如下：

1、打开要下载的xml文件，如下图：

2、点击Raw：

3、在新打开的网页中右击，选择另存为，最后保存就可以了。

二、人脸检测文件的导入以及图片的处理

接下来就可以在代码中载入刚才下载的两个xml文件，再将要识别的图片进行灰度处理了，代码如下：

import cv2
# 载入人脸识别和眼睛识别的两个xml文件
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
# 载入图片
img = cv2.imread('face.jpg')
cv2.imshow('src', img)
# 灰度处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

我们用到的原图如下：

三、人脸识别并用方框显示人脸位置

利用face_xml.detectMultiScale(）方法识别出人脸的位置，并利用cv2.rectangle(）绘制方框，具体代码如下：

# 人脸识别
face = face_xml.detectMultiScale(gray, 1.3, 2)  # 参数：1、灰度图片， 2、缩放比例， 3、阈值
print("这张图片中有%d张人脸" % len(face))
# 绘制出识别到的人脸
for (x, y, w, h) in face:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 绘制人脸方框
    cv2.imshow('dst', img)
    cv2.waitkey(0)

识别的效果如下：

四、眼睛识别并用方框显示眼睛位置

和人脸识别类似，不过眼睛识别是在人脸识别的基础上再进行识别的，所以将人脸的图片进行灰度化处理，再识别，代码如下：

# 在人脸的基础上识别眼睛
    face_gray = gray[y:y+h, x:x+w]
    face_color = img[y:y+h, x:x+w]
    # 眼睛识别
    eyes = eye_xml.detectMultiScale(face_gray)
    print("在这张脸上有%d个眼睛" % len(eyes))
    # 绘制出识别到的眼睛
    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)  # 绘制眼睛方框

五、源码及效果

源码如下：

# -*- coding: utf-8 -*-
"""
-------------------------------------------------
   File Name：     03-face.py
   Description :  基于OpenCV的人脸和眼睛识别
   Author :      小恋莫小哀
   Email:      xiaowen0392@qq.com
   date：          2019/6/2
-------------------------------------------------
   Change Activity:
                   2019/6/2:
-------------------------------------------------
"""
__author__ = 'WWQ'

import cv2
# 载入人脸识别和眼睛识别的两个xml文件
face_xml = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_xml = cv2.CascadeClassifier('haarcascade_eye.xml')
# 载入图片
img = cv2.imread('face.jpg')
cv2.imshow('src', img)
# 灰度处理
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 人脸识别
face = face_xml.detectMultiScale(gray, 1.3, 2)  # 参数：1、灰度图片， 2、缩放比例， 3、阈值
print("这张图片中有%d张人脸" % len(face))
# 绘制出识别到的人脸
for (x, y, w, h) in face:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)  # 绘制人脸方框
    # cv2.imshow('dst', img)
    # 在人脸的基础上识别眼睛
    face_gray = gray[y:y+h, x:x+w]
    face_color = img[y:y+h, x:x+w]
    # 眼睛识别
    eyes = eye_xml.detectMultiScale(face_gray)
    print("在这张脸上有%d个眼睛" % len(eyes))
    # 绘制出识别到的眼睛
    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)  # 绘制眼睛方框
cv2.imshow('dst', img)
cv2.waitKey(0)

效果如下：