作者:邓旭东 HIT
现在正在做论文,数据处理过程中有一个变量是对用户头像进行数据编码。图片有上万张,如果人工编码,我得累死。大致头像数据样式如下:
才开始我想到图片是由像素颜色等组成的,分析图片的主色调,正好之前有一期公众号文章分享过类似的功能。但是只是这样编码头像这个变量,意义不大。后来才发现有 OpenCV 这个库,图片视频处理库,目前我只是需要处理人脸功能,今天就记录下来。
分类器下载地址
https://github.com/opencv/opencv/tree/master/data/haarcascades
一、Haar-like
Haar-like,简单的说就是作为人脸特征即可。
Haar-like 反映了图像的灰度变化情况。例如:脸部的一些特征能由矩形特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等。
二、读取图片
只需要给出待操作的图片的路径即可。
- import cv2
- image = cv2.imread(imagepath)
三、灰度转换
转换成灰度的图片,计算机运算起来会效率提高。具体我也不懂,会用就行。
- import cv2
- gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
四、载入人脸分类器
分类器其实就是对于人脸特征的一些描述,这样 opencv 在读取完数据后很据训练中的样品数据,就可以感知读取到的图片上的特征,进而对图片进行人脸识别。
这部分对我来说完全是黑箱。但我只需要指导输入输出即可。人脸分类器数据网络上有,我已经下载下来了。直接使用下面代码导入分类器即可。
- import cv2
- classifier = 人脸分类器路径 #这里我用的haarcascade_frontalface_default.xml
- face_cascade = cv2.CascadeClassifier(classifier)
训练数据下载地址: opencv/opencv
五、识别人脸
根据训练的数据来对新图片进行识别。
- import cv2
- #探测图片中的人脸
- faces = face_cascade.detectMultiScale(image)
返回值 faces 就是 opencv 对图片的探测结果的体现。
返回值 faces 需要进一步的处理了,获得如人脸数目,如果有人脸就圈中人脸
- import cv2
- print("发现{0}个人脸!".format(len(faces)))
六、画图,圈中人脸
如果有人脸,就会对图片操作。对人脸位置周围画方框,方框颜色 (0,255,0),方框粗细为 2.
- for(x,y,w,h) in faces:
- cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)
七、显示图像
识别结果输出到屏幕上来。
- import cv2
- cv2.imshow("Image Title",image)
有了上面的基本了解,大邓跑出了第一个人脸识别程序。感觉一眨眼就将一个头像中人脸别出来了,真是快啊。
素材
代码
- import cv2
- import os
- photopath = os.getcwd()+'/92_avatar.jpg'
- classifier = os.getcwd()+'/haarcascade_frontalface_default.xml'
- #读取图片
- image = cv2.imread(photopath)
- #灰度转换
- gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
- #获取人脸识别训练数据
- face_casacade = cv2.CascadeClassifier(classifier)
- #探测人脸
- faces = face_casacade.detectMultiScale(image)
- # 方框的颜色和粗细
- color = (0,0,255)
- strokeWeight = 1
- #弹出框名字
- windowName = "Object Detection"
- while True: #为了防止
- #人脸个数
- print(len(faces))
- for x, y, width, height in faces:
- cv2.rectangle(image, (x, y), (x + width, y + height), color, strokeWeight)
- #展示人脸识别效果
- cv2.imshow(windowName, image)
- #点击弹出的图片,按escape键,结束循环
- if cv2.waitKey(20) == 27:
- break
- #循环结束后,退出程序。
- exit()
人脸识别结果
End.
来源: http://www.36dsj.com/archives/92775