這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)?lái)有關(guān)如何在python中使用OpenCV檢測(cè)人臉，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

為曲松等地區(qū)用戶提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù)，及曲松網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、曲松網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！

Python的優(yōu)點(diǎn)有哪些

1、簡(jiǎn)單易用，與C/C++、Java、C# 等傳統(tǒng)語(yǔ)言相比，Python對(duì)代碼格式的要求沒有那么嚴(yán)格；2、Python屬于開源的，所有人都可以看到源代碼，并且可以被移植在許多平臺(tái)上使用；3、Python面向?qū)ο螅軌蛑С置嫦蜻^(guò)程編程,也支持面向?qū)ο缶幊蹋?、Python是一種解釋性語(yǔ)言，Python寫的程序不需要編譯成二進(jìn)制代碼，可以直接從源代碼運(yùn)行程序；5、Python功能強(qiáng)大，擁有的模塊眾多，基本能夠?qū)崿F(xiàn)所有的常見功能。

人臉識(shí)別模塊特征

1、是用一系列分好類的圖像來(lái)“訓(xùn)練”程序，并基于這些圖像來(lái)進(jìn)行識(shí)別。這就是OpenCV 及其人臉識(shí)別模塊進(jìn)行人臉識(shí)別的過(guò)程。 

2、每個(gè)識(shí)別都具有轉(zhuǎn)置信（confidence）評(píng)分，因此可在實(shí)際應(yīng)用中通過(guò)對(duì)其設(shè)置閾值來(lái)進(jìn)行篩選。

人臉識(shí)別兩種方式

1、自己獲得圖像或從人臉數(shù)據(jù)庫(kù)免費(fèi)獲得可用的人臉圖像。

2、互聯(lián)網(wǎng)上有許多人臉數(shù)據(jù)庫(kù)：為了對(duì)這些樣本進(jìn)行人臉識(shí)別，必須要在包含人臉的樣本圖像上進(jìn)行人臉識(shí)別。這是一 個(gè)學(xué)習(xí)的過(guò)程，但并不像自己提供的圖像那樣令人滿意。

python中OpenCV的人臉檢測(cè)功能操作實(shí)例

import os
import cv2
from PIL import Image
import numpy as np

def getImageAndLabels(path):
    facesSamples = []
    ids = []
    imagePaths = [os.path.join(path, f) for f in os.listdir(path)]

    # 檢測(cè)人臉
    # 加載特征數(shù)據(jù)
    face_detector = cv2.CascadeClassifier(
        'D:/Python/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
    # 參數(shù)： scaleFactor(比例因子)：圖片縮放多少，minNeighbors:至少檢測(cè)多少次，minSize maxSize:當(dāng)前檢測(cè)區(qū)域的最大最小面積
    # scaleFactor=1.01, minNeighbors=3, maxSize=(33, 33), minSize=(28, 28)

    # 遍歷列表中的圖片
    for imagePath in imagePaths:
        # 打開當(dāng)前圖片
        PIL_img = Image.open(imagePath).convert('L')

        # 將圖片轉(zhuǎn)化為數(shù)組
        img_numpy = np.array(PIL_img, 'uint8')
        faces = face_detector.detectMultiScale(img_numpy)

        # 獲取每張圖片的id
        id = int(os.path.split(imagePath)[1].split('.')[0])

        # 獲取人臉區(qū)域
        for x, y, w, h in faces:
            # 進(jìn)行切片處理,獲取圖像數(shù)組和id
            facesSamples.append(img_numpy[y:y+h, x:x+w])
            ids.append(id)

        return facesSamples, ids


if __name__ == '__main__':
    # 圖片路徑
    path = './data/jm/'
    # 獲取圖像數(shù)組和id標(biāo)簽數(shù)組
    faces, ids = getImageAndLabels(path)

    # 獲取循環(huán)對(duì)象
    recognizer = cv2.face.LBPHFaceRecognizer_create()
    recognizer.train(faces, np.array(ids))

    # 保存文件
    recognizer.write('trainer/trainer.yml')

上述就是小編為大家分享的如何在python中使用OpenCV檢測(cè)人臉了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

當(dāng)前題目：如何在python中使用OpenCV檢測(cè)人臉
網(wǎng)頁(yè)網(wǎng)址：http://aaarwkj.com/article20/iihsjo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、App設(shè)計(jì)、自適應(yīng)網(wǎng)站、域名注冊(cè)、網(wǎng)站導(dǎo)航、網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)