使用OpenCV训练好的级联分类器识别人脸

一、使用OpenCV训练好的级联分类器来识别图像中的人脸

当然还有很多其他的分类器，例如表情识别，鼻子等，具体可在这里下载：

OpenCV分类器

import cv2

# 矩形颜色和描边
color = (0,0,255)       # 红色框
strokeWeight = 1        # 线宽为 1

windowName = "Object Detection"
img = cv2.imread("lena.jpg")

# 加载检测文件
cascade = cv2.CascadeClassifier("F:/opencv-master/data/haarcascades/haarcascade_frontalface_alt.xml")

rects = cascade.detectMultiScale(img)

# 获取矩形列表
for x,y, width,height in rects:
    cv2.rectangle(img, (x,y), (x+width, y+height), color, strokeWeight)

# 显示
cv2.imshow(windowName, img)
cv2.waitKey(0)

效果如图所示：

二、检测摄像头视频中的人脸

原理和在图片中检测出人脸差不多，都是加载训练好的分类器。

import cv2
import time
import numpy as np

print('Press Esc to exit')

# 加载分类器
faceCascade = cv2.CascadeClassifier('F:/opencv-master/data/haarcascades/haarcascade_frontalface_default.xml')
imgWindow = cv2.namedWindow('FaceDetect', cv2.WINDOW_NORMAL)

def detect_face():
    capInput = cv2.VideoCapture(0)
    # 避免处理时间过长造成画面卡顿
    nextCaptureTime = time.time()
    faces = []

    # 检测摄像头是否读取数据
    if not capInput.isOpened():
        print('Capture failed because of camera')
    while 1:
        ret, img = capInput.read()
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        if nextCaptureTime < time.time():
            nextCaptureTime = time.time() + 0.1

            # 使用模板匹配图形
            faces = faceCascade.detectMultiScale(gray, 1.3, 5)
        if np.all(faces != None):
            for x, y, w, h in faces:
                # 用蓝色框框出
                # 函数的参数分别为：图像，左上角坐标、右下角坐标、颜色、宽度
                img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
        cv2.imshow('FaceDetect', img)
        # 这是简单的读取键盘输入，27即Esc的acsii码
        if cv2.waitKey(1) & 0xFF == 27: break
    capInput.release()
    cv2.destroyAllWindows()

detect_face()

效果不错，就不展示图了(不想展示脸。。。。)