使用 OpenCV 进行面部和眼睛检测

面部和眼睛检测"/>

使用 OpenCV 进行面部和眼睛检测

OpenCV是构建计算机视觉应用程序的强大工具。计算机视觉中最常见的任务之一是人脸检测，它涉及识别图像或视频中人脸的存在、位置和面部特征。

在本文中，我们将学习如何使用 Haar 级联分类器检测图像中的人脸。

先决条件

在开始之前，你需要在计算机上安装 OpenCV。

参考：/

你还需要一个示例图像来测试人脸检测算法。你可以使用任何你喜欢的图像。

第 1 步：加载 Haar 级联分类器

使用 OpenCV 进行面部和眼睛检测的第一步是加载 Haar 级联分类器。分类器是一个预训练的机器学习模型，经过训练可以检测人脸和眼睛。

这是加载分类器的代码：

import cv2face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

第 2 步：加载图像

接下来，我们需要加载我们要处理的图像。我们可以使用cv2模块中的imread函数来加载图像。

image = cv2.imread('Image.png')

第 3 步：将图像转换为灰度

Haar 级联分类器在灰度图像上效果最好，因此我们需要将图像转换为灰度图像。我们可以使用cvtColor函数来做到这一点。

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

第 4 步：检测人脸

现在我们可以使用级联分类器的detectMultiScale函数来检测图像中的人脸。此函数返回代表检测到的人脸位置的矩形列表。

#detect faces
faces = face_cascade.detectMultiScale(gray, 1.1, 4)# Get the face ROI
face_roi = gray[y:y+h, x:x+w]#detect eyes  
eyes = eye_cascade.detectMultiScale(face_roi)

第 5 步：在脸部和眼睛周围画矩形

最后，我们可以使用rectangle函数在人脸周围绘制矩形。

#Rectangle around face
for (x, y, w, h) in faces:cv2.rectangle(image, (x, y), (x+w, y+h), (255, 0, 0), 2)#Rectangle around eyes
for (ex, ey, ew, eh) in eyes:cv2.rectangle(frame, (x+ex, y+ey), (x+ex+ew, y+ey+eh), (0, 255, 0), 2)

第 6 步：显示图像

我们可以使用imshow函数来显示带有检测到的人脸的图像。

cv2.imshow('Face Detection', image)
cv2.waitKey()
cv2.destroyAllWindows()

完整代码——检测实时视频源中的面部和眼睛

import cv2# Load the cascade classifiers for face and eye detection
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')# Start the video capture
capture = cv2.VideoCapture(0)while True:# Read the frame from the video capture_, frame = capture.read()# Convert the frame to grayscalegray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# Detect faces in the framefaces = face_cascade.detectMultiScale(gray, 1.1, 4)# Loop over the facesfor (x, y, w, h) in faces:# Draw a rectangle around the facecv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)# Get the face ROIface_roi = gray[y:y+h, x:x+w]# Detect eyes in the face ROIeyes = eye_cascade.detectMultiScale(face_roi)# Loop over the eyesfor (ex, ey, ew, eh) in eyes:# Draw a rectangle around the eyescv2.rectangle(frame, (x+ex, y+ey), (x+ex+ew, y+ey+eh), (0, 255, 0), 2)# Display the framecv2.imshow('Face Recognition', frame)# Check if the user pressed 'q' to quitif cv2.waitKey(1) & 0xFF == ord('q'):break# Release the video capture and destroy the windows
capture.release()
cv2.destroyAllWindows()

☆ END ☆

如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。

↓扫描二维码添加小编↓