人脸检测

# 提取出图像的细节对产生稳定分类结果和跟踪结果很有用，提取的结果称为特征
import cv2 as cv
def face_detect_demo():
    # 图片进行灰化
    gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    # 加载特征数据
    face_detect = cv.CascadeClassifier('E:/project/renlian/shibie/haarcascade_frontalface_default.xml')
    faces = face_detect.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2)
    cv.imshow('result',img)
img = cv.imread('mei.jpg')
face_detect_demo()
cv.waitKey(0)
cv.destroyAllWindows()

修改图片尺寸

import cv2 as cv
img = cv.imread('kuli.jpg')
# 修改图片的尺寸
# resize_img = cv.resize(img,dsize=(200,240)) # 宽度，高度
resize_img = cv.resize(img,dsize=(400,360))
# 打印出图片的形状
print(resize_img.shape)
cv.imshow('resize_img',resize_img)
# cv.waitKey(0)
# 指定键进行退出 只有输入q，退出
while True:
    if ord('q') == cv.waitKey(0):
        break

cv.destroyAllWindows()

加载图片

首先确保机器上是否安装python环境，默认为已经安装的机器。

接下来我们安装opencv的库，

pip install opencv-python

读取图片使用imshow()来显示图片，

import cv2 as cv
img = cv.imread('wenqi.jpg') # 注意读取图片中的路径不能有中文，否则无法读取数据。
cv.imshow('input image!',img)
cv.waitKey(0) # 等待键盘的输入 传入0为无限等待，单位是毫秒
cv.destroyAllWinows() # 释放内容

图片灰化

为什么将图片进行灰化？

灰度色彩空间是通过去除彩色信息来将其转换为灰阶，灰度色彩空间对中间处理特别有效，如人脸识别。

灰度转化的作用是：转换为灰度的图片的计算强度得以降低。

import cv2 as cv
img = cv.imread('kuli.jpg')
cv.imshow('my image!',img)
gray_img = cv.cvtColor(img,cv.COLOR_BGR2GRAY)# 图片进行灰化
cv.imshow('gray_image',gray_img)
cv.imwrite('gray_kuli.jpg',gray_img) #图片进行保存
cv.waitKey(0)
cv.destroyAllWindows()

检测多张人脸

import cv2 as cv
# 加载图片
def face_detect_demo():
    # 将图片灰化
    gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    # 加载特征数据
    face_detect = cv.CascadeClassifier('E:/project/renlian/shibie/haarcascade_frontalface_default.xml')
    faces = face_detect.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2)
        cv.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,0,255),thickness=2)
    # 显示图片
    cv.imshow('result',img)
img = cv.imread('lao.jpg')
# 调用人脸检测方法
face_detect_demo()
cv.waitKey(0)
cv.destroyAllWindows()

画图

import cv2 as cv
img = cv.imread('kuli.jpg')
# 画矩形
x,y,w,h = 150,150,200,200
cv.rectangle(img,(x,y,x+w,y+h),color=(0,0,255),thickness=2) # color = BGR
x,y,r = 200,200,100
# cv.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,0,255),thickness=2)
cv.circle(img,center=(x,y),radius=r,color=(0,0,255),thickness=2)
cv.imshow('result_img',img)
cv.waitKey(0)
cv.destroyAllWindows()

视频中的人脸识别

import cv2 as cv
def face_detect_demo(img):
    # 图片进行灰化
    gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    # 加载特征数据
    face_detect = cv.CascadeClassifier('E:/project/renlian/shibie/haarcascade_frontalface_default.xml')
    faces = face_detect.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
        cv.circle(img,center=(x+w//2,y+h//2),radius=(w//2),color=(0,255,0),thickness=2)
    cv.imshow('result',img)
# 读取视频
cap = cv.VideoCapture('meinv.mp4')
while True:
    flag,frame = cap.read()
    print('flag:',flag,'frame.shape:',frame.shape)
    if not flag:
        break
    face_detect_demo(frame)
    if ord('q') == cv.waitKey(10):
        break
cv.destroyAllWindows()
cap.release()