python中如何在靜態(tài)圖像中人臉檢測(cè)?

1、使用OpenCV進(jìn)行人臉檢測(cè)加載圖像并檢測(cè)人臉，在原始圖像的人臉周?chē)L制矩形框。

#人臉檢測(cè)

importcv2ascv

defface_detect():

#將圖片灰度處理，降低色彩的通道

gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)

#加載特征數(shù)據(jù)

face_detector=cv.CascadeClassifier('D:/Python/opencv/sources/data

/haarcascades/haarcascade_frontalface_default.xml')

face=face_detector.detectMultiScale(gray)

forx,y,w,hinface:#坐標(biāo)及寬度高度

cv.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2)

#img所畫(huà)圖片，坐標(biāo)，顏色，寬度

#顯示

cv.imshow('result',img)

#加載圖片

img=cv.imread('lena.jpg')

#人臉檢測(cè)

face_detect()

cv.waitKey(0)

cv.destroyAllWindows()

2、當(dāng)圖片中人數(shù)較多時(shí)，識(shí)別需要指定參數(shù)。

限定識(shí)別范圍參數(shù)：

scaleFactor(比例因子)：圖片縮放多少;

minNeighbors：至少檢測(cè)多少次;

minSizemaxSize：當(dāng)前檢測(cè)區(qū)域的最小面積。

#將照片灰度

gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)

#加載特征數(shù)據(jù)

face_detector=cv.CascadeClassifier('D:/Python/opencv/sources/data/haarcascades

/haarcascade_frontalface_default.xml')

以上就是python培訓(xùn)之如何在靜態(tài)圖像中人臉檢測(cè)?希望能對(duì)大家有所幫助。更多Python學(xué)習(xí)教程請(qǐng)關(guān)注IT培訓(xùn)機(jī)構(gòu):千鋒教育。http://www.parentadvocate.org/