opencv與人臉識別

人臉識別最近幾年比較流行，不接觸還以為是什麼高階什麼**，今天學學記錄一下其實除去訓練模型不好做，利用opencv還是很容易實現的，就來玩玩人臉識別。

人臉檢測器（預設）：haarcascade_frontalface_default.xml

人臉檢測器（快速harr）：haarcascade_frontalface_alt2.xml

人臉檢測器（側視）：haarcascade_profileface.xml

眼部檢測器（左眼）：haarcascade_lefteye_2splits.xml

眼部檢測器（右眼）：haarcascade_righteye_2splits.xml

嘴部檢測器：haarcascade_mcs_mouth.xml

鼻子檢測器：haarcascade_mcs_nose.xml

身體檢測器：haarcascade_fullbody.xml

解釋一下**的含義：

face_patterns就是級聯分類器，裡面是訓練模型的路徑，這裡我直接拷貝到自己的資料夾下來了。

sample_image開啟影象並且轉換成灰度影象

faces 儲存人臉座標和寬度，是乙個二重list列表

接下來乙個for迴圈利用rectangle來標出來人臉就很簡單了。

看一下face_patterns.detectmultiscale裡面的幾個引數

第乙個就傳入我們的灰度影象

第二個scalefactor每乙個影象尺度中的尺度引數，預設值為1.1。scale_factor引數可以決定兩個不同大小的視窗掃瞄之間有多大的跳躍，這個引數設定的大，則意味著計算會變快，但如果視窗錯過了某個大小的人臉，則可能丟失物體。

第三個引數為每乙個級聯矩形應該保留的鄰近個數，預設為3

其他不重要可有可無。

import cv2

# 開啟攝像頭
face_patterns = cv2.cascadeclassifier('facemodel.xml')
capture = cv2.videocapture(0)
while true:
ret, img = capture.read()
img_gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
faces = face_patterns.detectmultiscale(img_gray)
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow('img',img)
cv2.waitkey(5)

OpenCv人臉識別

在進行人臉識別時候，為了達到效果，我們使用opencv的分類器。進行對進行識別。include include include include using namespace cv using namespace std void detectanddraw mat img,cascadeclass...

opencv人臉識別

在python環境下利用opencv實現人臉識別，接下來一步一步動手操作。預備知識 一 環境準備 如果已經準備好了請跳過。0，第一步安裝numpy和matplotlib pip install upgrade setuptools pip install numpy matplotlib 1，pip...

opencv的學習與人臉情緒識別專案（一）

呼叫攝像頭程式 import numpy as np import cv2 呼叫筆記本內建攝像頭，所以引數為0，如果有其他的攝像頭可以調整引數為1，2 cap cv2.videocapture 0 while true 從攝像頭讀取 sucess,img cap.read 轉為灰度 gray cv2...