opencv中自带了haar人脸特征分类器。
1.1 image如果为彩色图：image.shape[0] [1] [2] (水平、垂直像素、通道数)
1.2将图片变为灰度图
1.3它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示）
1.4调整scaleFactor参数的大小，可以增加识别的灵敏度，推荐1.1
1.5CASC_PATH = 你的haarcascade_frontalface_alt2.xml文件地址
def format_image(image): # image如果为彩色图：image.shape[0][1][2](水平、垂直像素、通道数) if len(image.shape) > 2 and image.shape[2] == 3: # 将图片变为灰度图 image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示） # 调整scaleFactor参数的大小，可以增加识别的灵敏度，推荐1.1 #CASC_PATH = 你的haarcascade_frontalface_alt2.xml文件地址 CASC_PATH = 'E:/miniconda/envs/lstm/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml' # cascade_classifier = cv2.CascadeClassifier(CASC_PATH) faces = cascade_classifier.detectMultiScale(image, scaleFactor=1.1, minNeighbors=5) # 如果图片中没有检测到人脸，则返回None if not len(faces) > 0: return None, None # max_are_face包含了人脸的坐标，大小 max_are_face = faces[0] # 在所有人脸中选一张最大的脸 for face in faces: if face[2] * face[3] > max_are_face[2] * max_are_face[3]: max_are_face = face # 这两步可有可无 face_coor = max_are_face image = image[face_coor[1]:(face_coor[1] + face_coor[2]), face_coor[0]:(face_coor[0] + face_coor[3])] # 调整图片大小，变为48*48 try: image = cv2.resize(image, (48, 48), interpolation=cv2.INTER_CUBIC) except Exception: print("problem during resize") return None, None return image, face_coor
对接到视频中，使用cv2.VideoCapture(0)
capture = cv2.VideoCapture(0) fps = 0.0 while (True): t1 = time.time() # 读取某一帧 ref, frame = capture.read() # 格式转变，BGRtoRGB frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 转变成Image # 进行检测 (p_image, face_coor) = format_image(frame) if face_coor is not None: # 获取人脸的坐标,并用矩形框出 [x, y, w, h] = face_coor cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 1) # time.sleep(0.2) frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR) # fps = int(round(capture.get(cv2.CAP_PROP_FPS))) fps = (fps + (1. / (time.time() - t1)))/2 frame = cv2.putText(frame, "fps= %.2f" % (fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow("video", frame) c = cv2.waitKey(1) & 0xff if c == 27: capture.release() break capture.release() cv2.destroyAllWindows()
整体代码：
import time import cv2 def format_image(image): # image如果为彩色图：image.shape[0][1][2](水平、垂直像素、通道数) if len(image.shape) > 2 and image.shape[2] == 3: # 将图片变为灰度图 image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 它可以检测出图片中所有的人脸，并将人脸用vector保存各个人脸的坐标、大小（用矩形表示） # 调整scaleFactor参数的大小，可以增加识别的灵敏度，推荐1.1 #CASC_PATH = 你的haarcascade_frontalface_alt2.xml文件地址 CASC_PATH = 'E:/miniconda/envs/lstm/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml' # cascade_classifier = cv2.CascadeClassifier(CASC_PATH) faces = cascade_classifier.detectMultiScale(image, scaleFactor=1.1, minNeighbors=5) # 如果图片中没有检测到人脸，则返回None if not len(faces) > 0: return None, None # max_are_face包含了人脸的坐标，大小 max_are_face = faces[0] # 在所有人脸中选一张最大的脸 for face in faces: if face[2] * face[3] > max_are_face[2] * max_are_face[3]: max_are_face = face # 这两步可有可无 face_coor = max_are_face image = image[face_coor[1]:(face_coor[1] + face_coor[2]), face_coor[0]:(face_coor[0] + face_coor[3])] # 调整图片大小，变为48*48 try: image = cv2.resize(image, (48, 48), interpolation=cv2.INTER_CUBIC) except Exception: print("problem during resize") return None, None return image, face_coor if __name__ == "__main__": capture = cv2.VideoCapture(0) fps = 0.0 while (True): t1 = time.time() # 读取某一帧 ref, frame = capture.read() # 格式转变，BGRtoRGB frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 转变成Image # 进行检测 (p_image, face_coor) = format_image(frame) if face_coor is not None: # 获取人脸的坐标,并用矩形框出 [x, y, w, h] = face_coor cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 1) # time.sleep(0.2) frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR) # fps = int(round(capture.get(cv2.CAP_PROP_FPS))) fps = (fps + (1. / (time.time() - t1)))/2 frame = cv2.putText(frame, "fps= %.2f" % (fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow("video", frame) c = cv2.waitKey(1) & 0xff if c == 27: capture.release() break capture.release() cv2.destroyAllWindows()
另：haarcascade系列其他子模块也可完成其他检测任务，缩短开发周期
haarcascade_eye.xml haarcascade_eye_tree_eyeglasses.xml haarcascade_frontalcatface.xml haarcascade_frontalcatface_extended.xml haarcascade_frontalface_alt.xml haarcascade_frontalface_alt2.xml haarcascade_frontalface_alt_tree.xml haarcascade_frontalface_default.xml haarcascade_fullbody.xml haarcascade_lefteye_2splits.xml haarcascade_licence_plate_rus_16stages.xml haarcascade_lowerbody.xml haarcascade_profileface.xml haarcascade_righteye_2splits.xml haarcascade_russian_plate_number.xml haarcascade_smile.xml haarcascade_upperbody.xml
