怎么在Python中使用opencv实现人脸检测功能-创新互联
怎么在Python中使用opencv 实现人脸检测功能?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。
创新互联公司2013年至今,先为彭州等服务建站,彭州等地企业,进行企业商务咨询服务。为彭州企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。导入库,并做命令行参数处理。你在命令行可以输入如下:
python detect_faces.py --image image/family.jpg --detector haarcascade_frontalface_default.xml
我在程序中都有缺省参数处理,你如果集成测试或命令行不输参数的话,就要修改好你的缺省值。
这样命令行就是python detect_faces.py
,同时也可以输入命令行输入参数。
# USAGE 使用方法是: # python detect_faces.py --image images/family.jpg \ # --detector haarcascade_frontalface_default.xml # import the necessary packages 输入包 # import imutils import argparse import cv2 # construct the argument parser and parse the arguments //构造命令行参数分析 # 为了集成测试,或者命令行输入的简单,这里都有缺省参数 #image 是 images/family.jpg #detector 是 haarcascade_frontalface_default.xml ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", default='images/family.jpg', help="path to the input image") ap.add_argument("-d", "--detector", default='haarcascade_frontalface_default.xml', help="path to Haar cacscade face detector") args = vars(ap.parse_args()) 导入图形文件,并灰度处理 # load our image and convert it to grayscale 导入图形文件,并灰度化 image = cv2.imread(args["image"]) #image =imutils.resize(image,width=800) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 导入检测文件,检测图中人脸,显示检测到的人脸数 # load the face detector and detect faces in the image # 导入脸部检测文件 detector = cv2.CascadeClassifier(args["detector"]) #检测图形中的脸部 rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=9, minSize=(40, 40), flags=cv2.CASCADE_SCALE_IMAGE) #显示检测到的人脸数目 print("[INFO] detected {} faces".format(len(rects))) 循环,绘图每个检测到的人脸框,并图形显示 # load the face detector and detect faces in the image # 导入脸部检测 detector = cv2.CascadeClassifier(args["detector"]) #检测图形中的脸部 rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=9, minSize=(40, 40), flags=cv2.CASCADE_SCALE_IMAGE) #显示检测到的人脸数目 print("[INFO] detected {} faces".format(len(rects)))
最后串接所有代码如下:
# USAGE 使用方法是: # python detect_faces.py --image images/family.jpg \ # --detector haarcascade_frontalface_default.xml # import the necessary packages 输入包 # import imutils 如果需要成比例缩放图形才需要,这里不需要 import argparse import cv2 # construct the argument parser and parse the arguments //构造命令行参数分析 # 为了集成测试,或者命令行输入的简单,这里都有缺省参数 #image 是 images/family.jpg #detector 是 haarcascade_frontalface_default.xml ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", default='images/family.jpg', help="path to the input image") ap.add_argument("-d", "--detector", default='haarcascade_frontalface_default.xml', help="path to Haar cacscade face detector") args = vars(ap.parse_args()) # load our image and convert it to grayscale 导入图形文件,并灰度化 image = cv2.imread(args["image"]) #image =imutils.resize(image,width=800) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # load the face detector and detect faces in the image # 导入脸部检测文件 detector = cv2.CascadeClassifier(args["detector"]) #检测图形中的脸部 rects = detector.detectMultiScale(gray, scaleFactor=1.05, minNeighbors=9, minSize=(40, 40), flags=cv2.CASCADE_SCALE_IMAGE) #显示检测到的人脸数目 print("[INFO] detected {} faces".format(len(rects))) # loop over the bounding boxes and draw a rectangle around each face # 循环rects,绘图每个检测到的人脸框 for (x, y, w, h) in rects: cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2) # show the detected faces cv2.imshow("Faces", image) cv2.waitKey(0)
看完上述内容,你们掌握怎么在Python中使用opencv 实现人脸检测功能的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联成都网站设计公司行业资讯频道,感谢各位的阅读!
另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。
文章标题:怎么在Python中使用opencv实现人脸检测功能-创新互联
文章起源:http://myzitong.com/article/hiipp.html