人脸识别是现在几乎所有的APP都在使用的验证操作, 登陆,支付...等等, 我们今天呢先来说一下人脸检测的操作. 使用Python想要完成人脸检测的操作呢, 我们需要准备一个工具, 这个工具就是 opencv

1. opencv的安装

open 开源 computer 计算机 vision 视觉 ：开源计算机视觉库, 是由C++
Python胶水语言，粘结其他语言，调用opencv

这个库可以让计算机长眼睛，计算，可以‘看’！

安装操作

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple   [opencv库]

pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple  [opencv扩展]

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple [numeric python 数字化Python]

安装完毕之后 我们先来简单的使用一下:

2.加载图片

import cv2  # 不是引入opencv   opencv-python对Python封装的接口 都是存在cv2里的

# 读取图片

img = cv2.imread('./timg.jpg')  # 图片的名称不能用汉字
print(img)
'''
三维的数据
    最里层是像素：[颜色值] 每个像素的颜色值
            颜色是由蓝绿红三色调色而成
            [ 83  75  82]
            蓝色  绿色  红色
            每个颜色取值是0-255   值越大 颜色越鲜艳   值越小 颜色就越暗
    中间一层
        每个像素连接出来的宽度
    最外一层
        高度
'''
# 获取图片的像素值      高   宽  像素3个颜色
print(img.shape) # (1392, 959, 3)
shape = img.shape
# 重置图片的大小 会把修改大小的图片
resize_img = cv2.resize(img, dsize=(500, int((500/shape[1]) * shape[0])))  # dsize  宽 高

cv2.imwrite('liqin.jpg', resize_img) # 保存修改大小之后的图片

# 显示图片
cv2.imshow('liqin', resize_img) # 设置显示窗口的名字（不能用中文）  要显示的图片
# 图片显示多长时间后自动关闭
# cv2.waitKey(5000) # 5s后自动关闭   等待5s 键盘输入 如果键盘输入 由键盘输入控制退出  没有输入等待5s自动关闭
# 直到键盘输入才关闭
cv2.waitKey(0) # 0的话就是无限等待  直到键盘输入
# 销毁窗口
cv2.destroyAllWindows()

3.人脸检测之检测一张人脸

我们就借用一下沁沁的照片哈

'''
进行人脸检测时
    根据人脸的特征
    haar抽取图片中的特征方式
    把特征数据封装在文件中
        python环境的安装包 ---》lib ---> site-packages --- cv2 --- data
    将特征文件存放在于当前的py文件相同的目录下
'''
import cv2

img = cv2.imread('./liqin.jpg')
# 根据特征文件生成一个人脸检测器
face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')
# 检测图片中的人脸
face_zones = face_detector.detectMultiScale(img)
print(face_zones)
# [[201  91  96  96]]  二维的
'''
[201  91  96  96] 检测到的人脸区域
  x    y   宽  高
因为一张图片中可能包含好几个人脸 每个人脸都是一维的数据
'''

# 获取人脸区域
for x, y, w, h in face_zones:
    # 用一个矩形把人脸区域圈起来
    '''
    img, 要圈中的图片 
    pt1, 左上角的坐标点
    pt2, 右下角的坐标点
    color, 线的颜色 [蓝 绿 红]
    thickness=None 线宽
    '''
    cv2.rectangle(img, pt1=(x, y), pt2=(x + w, y + h), color=[0,0,255], thickness=2)


# 显示图片
cv2.imshow('liqin', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果为:

4.人脸检测之检测多张人脸

以爱因斯坦参加的索尔维会议照为例

'''
检测多张人脸
'''
import cv2
# 1.读取图片
img = cv2.imread('./suoerwei1.jpg')

# 设置人脸识别器
face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_alt.xml')

# 通过人脸检测器 检测图片中的人脸区域
'''
scaleFactor
    缩放比例  默认是1.3 数据是要大于1 的
    实现人脸检测时 要扫描每个区域  规定的起始尺寸  根据scalefactor进行缩放 
    缩放尺寸越小 检测出来的人脸越多
    
minNeighbors
    最少邻居  如果检测出来一张人脸 需要在人脸附近偏移几次 返回的都是人脸 
    这个才把人脸返回
    值越大 人脸检测要求就越高
'''
face_zones = face_detector.detectMultiScale(img, scaleFactor=1.02, minNeighbors=6)
print(face_zones)

# 圈中人脸
for x, y, w, h in face_zones:
    cv2.rectangle(img, pt1=(x, y), pt2=(x+w, y+h), color=[0,0,255],thickness=2)

# 显示图片
cv2.imshow('suoerwei', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果为:

注意:在做人脸检测时, 检测出来的人脸与图片的像素清晰度也是有关系的, 模糊的图片检测的话会有误差的