当前位置: 首页> 教育> 培训 > Python使用OpenCV识别图片人脸

Python使用OpenCV识别图片人脸

时间:2025/7/11 20:12:33来源:https://blog.csdn.net/watson2017/article/details/141712781 浏览次数:0次

在Python中,识别图片中的人脸并获取人脸区域的坐标,通常可以使用OpenCV库结合Haar特征分类器或更先进的DNN(深度神经网络)模型来实现。

安装OpenCV依赖

pip install opencv-python

Haar特征分类器

使用OpenCV和预训练的Haar级联分类器来识别图片中人脸并获取其坐标:

import cv2  def detect_faces(image_path):  # 加载预训练的Haar级联分类器  face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')  # 读取图片  img = cv2.imread(image_path)  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 检测图片中的人脸  faces = face_cascade.detectMultiScale(gray, 1.3, 5)  # 遍历检测到的所有人脸  for (x, y, w, h) in faces:  # 在原图上绘制矩形框  cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)  # 显示结果图片  cv2.imshow('img', img)cv2.waitKey(0)cv2.destroyAllWindows()# 打印人脸区域的坐标for (x, y, w, h) in faces:print(f"Face found at: Left: {x} Top: {y} Right: {x+w} Bottom: {y+h}")  # 调用函数,传入图片路径  
detect_faces('path_to_your_image.jpg')

上述代码中,detect_faces函数接受一个图片路径作为参数,并使用OpenCV的CascadeClassifier来加载一个预训练的Haar级联分类器,该分类器用于检测图片中的人脸。然后,它读取图片,将其转换为灰度图,并使用detectMultiScale方法检测人脸。检测到的每个人脸都会以矩形框的形式在原图上绘制出来,并打印出其坐标。

DNN(深度神经网络)模型

OpenCV提供了几个预训练的人脸检测模型,其中一个常用的模型是基于Caffe框架的resnet10_300x300_ssd_iter_140000.caffemodel和对应的配置文件deploy.prototxt。

下载模型:

https://github.com/opencv/opencv/tree/4.1.2/samples/dnn/face_detector

https://raw.githubusercontent.com/opencv/opencv_3rdparty/dnn_samples_face_detector_20180205_fp16/res10_300x300_ssd_iter_140000_fp16.caffemodel

 使用OpenCV和DNN模型来识别图片中人脸:

import cv2
import numpy as npdef detect_faces(image_path):# 加载预训练模型net = cv2.dnn.readNetFromCaffe('deploy.prototxt', 'res10_300x300_ssd_iter_140000_fp16.caffemodel')# 读取图像image = cv2.imread(image_path)(h, w) = image.shape[:2]# 图像预处理blob = cv2.dnn.blobFromImage(cv2.resize(image, (300, 300)), 1.0,(300, 300), (104.0, 177.0, 123.0))# 设置网络输入net.setInput(blob)# 进行检测detections = net.forward()# 绘制检测框for i in range(0, detections.shape[2]):confidence = detections[0, 0, i, 2]print("confidence: {:.3f}".format(confidence))if confidence > 0.5:box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])(startX, startY, endX, endY) = box.astype("int")cv2.rectangle(image, (startX, startY), (endX, endY), (0, 255, 0), 2)# 显示结果cv2.imshow('Face Detection', image)cv2.waitKey(0)cv2.destroyAllWindows()# 调用函数,传入图片路径  
detect_faces('path_to_your_image.jpg')

关键字:Python使用OpenCV识别图片人脸

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com

责任编辑: