Python 实现的猫脸识别、人脸识别器。
前言:
OpenCV是开源的跨平台计算机视觉库,提供了Python等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
opencv中内置了基于Viola-Jones目标检测框架的Harr分类器,只需要载入一个配置文件(haarcascade_frontalface_alt.xml)就能直接调用detectObject去完成检测过程,同时也支持其他特征的检测(如鼻子、嘴巴等)。
本程序用wxPython开发GUI界面,利用OpenCv实现一个简易的猫脸识别、人脸识别器。
本程序的运行效果如下:


准备工作:
1.安装必要的第三方库:
pip install numpy
pip install wxPython
安装PIL,在以下地址下载PIL库进行安装:
http://effbot.org/media/downloads/PIL-1.1.7.win32-py2.7.exe
(或在http://effbot.org/downloads/ 中找到与你操作系统及python版本相对应
版本的PIL)
安装OpenCv,建议在以下地址下载相应的版本进行安装:
https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
如下载了opencv_python-3.1.0-cp27-none-win32.whl;
输入:
pip install opencv_python-3.1.0-cp27-none-win32.whl
即可完成安装。
项目结构图:
整体的项目结构十分简单,一共两个脚本文件,一个是GUI界面脚本(detect_gui.py),
一个是检测器脚本(model.py);另有三个已经训练好的分类器文件,分别是检测人脸的
human_face.xml,检测人眼的human_eye.xml,检测猫脸的eye_face.xml 文件。
还有一个“face_detect-0.1-win32.msi”是根据本脚本进行编译后的可执行程序。
如下:

实现过程的部分代码展示
- 在model.py中导入相关的库,其实只需导入opencv库:
import cv2
- 加载各个分类器文件:
human_face = cv2.CascadeClassifier(r'human_face.xml')
human_eye = cv2.CascadeClassifier(r'human_eye.xml')
cat_face = cv2.CascadeClassifier(r'cat_face.xml')
编写model.py中的相关类及函数,
用cv2.imread()函数读入图像后,需要通过cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
函数将图像转为灰度格式。
首先用人脸分类器检出人脸区域,再在人脸区域中用人眼分类器检出人眼区域,
同时绘制矩形框选出目标区域。
详细代码如下:class Faces(object):
def human_face(self,fileName):
"""人脸、人眼检测"""
img = cv2.imread(fileName)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = human_face.detectMultiScale(gray, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))"""在目标区域绘制矩形"""
for (x,y,w,h) in faces:
img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
roi_gray = gray[y:y+h, x:x+w]
roi_color = img[y:y+h, x:x+w]
eyes = human_eye.detectMultiScale(roi_gray)
for (ex,ey,ew,eh) in eyes:
cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
return img
同理写出检测猫脸的函数:
def cat_face(self,fileName):
"""猫脸检测"""
img = cv2.imread(fileName)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = cat_face.detectMultiScale(gray,scaleFactor= 1.02,
minNeighbors=9,
minSize=(70, 70),
flags=cv2.CASCADE_SCALE_IMAGE)
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
cv2.putText(img,'Cat',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
return img
4.在detect_gui.py中编写用户界面:
导入相关的库,从我们model.py中导入Faces类:
import wx
import os
import cv2
from collections import namedtuple
import wx.lib.rcsizer as rcs
from PIL import Image
from model import Faces
编写界面:
class MainWindow(wx.Frame):
def __init__(self,parent,title):
wx.Frame.__init__(self,parent,title=title,size=(600,-1))
Size = namedtuple("Size",['x','y'])
s = Size(100,50)
self.human = None
self.cat = None
"""创建输入框"""
self.in1 = wx.TextCtrl(self,-1,size = (2*s.x,s.y))
self.in2 = wx.TextCtrl(self,-1,size = (2*s.x,s.y))
"""创建按钮"""
b1 = wx.Button(self,-1,'human image')
b2 = wx.Button(self, -1, "run")
b3 = wx.Button(self,-1,'cat image')
b4 = wx.Button(self,-1,'run')
"""设置输入框的提示信息"""
self.in1.SetToolTipString('choose a human image')
self.in2.SetToolTipString('choose a cat image')
"""界面布局"""
self.sizer0 = rcs.RowColSizer()
self.sizer0.Add(b1,row = 1,col = 1)
self.sizer0.Add(self.in1,row = 1,col = 2)
self.sizer0.Add(b2,row = 1,col = 3)
self.sizer0.Add(b3,row = 2,col = 1)
self.sizer0.Add(self.in2,row = 2,col = 2)
self.sizer0.Add(b4,row = 2,col = 3)
"""绑定回调函数"""
self.Bind(wx.EVT_BUTTON, self.img_read, b1)
self.Bind(wx.EVT_BUTTON, self.human_face, b2)
self.Bind(wx.EVT_BUTTON, self.img_read_cat, b3)
self.Bind(wx.EVT_BUTTON, self.cat_face, b4)
self.SetSizer(self.sizer0)
self.SetAutoLayout(1)
self.sizer0.Fit(self)
self.CreateStatusBar()
self.Show(True)
界面如下:

编写控件的回调函数:
def img_read(self,evt):
"""read and show image"""
self.human = None
self.human = self.choose_file()
if self.human is None:
pass
else:
self.in1.Clear()
self.in1.write(self.human)
im = Image.open(self.human)
im.show()
def img_read_cat(self,evt):
"""read and show image"""
self.cat = None
self.cat = self.choose_file()
if self.cat is None:
pass
else:
self.in2.Clear()
self.in2.write(self.cat)
im = Image.open(self.cat)
im.show()
def human_face(self,evt):
if self.human is None:
self.raise_msg(u'plaese choose an image first.')
return None
else:
face = Faces()
img = face.human_face(self.human)
self.imgs_show(img,'Human face detect')
def cat_face(self,evt):
if self.cat is None:
self.raise_msg(u'plaese choose an image first.')
return None
else:
face = Faces()
img = face.cat_face(self.cat)
self.imgs_show(img,'Cat face Detect')
其他注意事项:
项目文件中的“face_detect-0.1-win32.msi”是根据本脚本进行编译打包后、
可以在windows系统下独立运行的安装程序,双击该文件即可安装软件,
安装完成后,点击安装路径下的“detect_gui.exe”即可运行本软件
(即使目标PC没有安装OpenCv或Python)
如下图所示:

Python 实现的猫脸识别、人脸识别器。
注:本文著作权归作者,由demo大师代发,拒绝转载,转载需要作者授权
Python 实现的猫脸识别、人脸识别器。的更多相关文章
- OpenCV神技——人脸检测,猫脸检测
简介 OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.Android和Mac OS操作系统上.它轻量级而且高效--由一系列 C 函数和少量 ...
- 简单机器学习人脸识别工具face-recognition python小试,一行代码实现人脸识别
摘要: 1行代码实现人脸识别,1. 首先你需要提供一个文件夹,里面是所有你希望系统认识的人的图片.其中每个人一张图片,图片以人的名字命名.2. 接下来,你需要准备另一个文件夹,里面是你要识别的图片.3 ...
- 使用Python结合Face++ API识别人脸
Face++是北京旷视科技旗下的视觉服务平台,可以进行人脸识别.检测等功能.其人脸识别技术据悉在目前准确率较高,其API非常友好,免费使用,功能众多,而且调用几乎没有限制.这里我使用了Python调用 ...
- Python使用OpenCV实现简单的人脸检测
文章目录: OpenCV安装 安装numpy 安装opencv OpenCV使用 OpenCV测试 效果图: 注意: 图片人脸检测 程序要求: 技术实现思路 注意 本文使用的环境是:Windows+P ...
- 写给程序员的机器学习入门 (十一) - 对象识别 YOLO - 识别人脸位置与是否戴口罩
这篇将会介绍目前最流行的对象识别模型 YOLO,YOLO 的特征是快,识别速度非常快
- 05-人脸识别-FaceNet的感性认识
源码链接:https://github.com/davidsandberg/facenet 论文链接:https://arxiv.org/pdf/1503.03832.pdf B站大神视频解读论文:h ...
- 写给程序员的机器学习入门 (十) - 对象识别 Faster-RCNN - 识别人脸位置与是否戴口罩
每次看到大数据人脸识别抓逃犯的新闻我都会感叹技术发展的太快了,国家治安水平也越来越好了
- python实现树莓派生成并识别二维码
python实现树莓派生成并识别二维码 参考来源:http://blog.csdn.net/Burgess_Liu/article/details/40397803 设备及环境 树莓派2代 官方系统R ...
- 转:基于开源项目OpenCV的人脸识别Demo版整理(不仅可以识别人脸,还可以识别眼睛鼻子嘴等)【模式识别中的翘楚】
文章来自于:http://blog.renren.com/share/246648717/8171467499 基于开源项目OpenCV的人脸识别Demo版整理(不仅可以识别人脸,还可以识别眼睛鼻子嘴 ...
随机推荐
- [BZOJ4199][Noi2015]品酒大会 树形DP+后缀自动机
由于要找后缀的前缀,所以先用反串建立SAM. link边组成了后缀树. 两个子串的最长公共前缀是LCA的step 树形dp即可. #include<iostream> #include&l ...
- hdu5790
都快忘了在这类题的经典做法了…… 将字符串一个个的插入字典树,在字典树维护好有该前缀串s的最大编号字符串j,我们记作j控制了前缀串s 对于当前的第i个字符串,维护此时有当前每个字符串控制了多少个前缀串 ...
- sqlldr Field in data file exceeds maximum length "
使用sqlldr导数时出现如下错误: " Record 1: Rejected - Error on table PC_PLANNAME, column PLANNAME.Field in ...
- 【对询问分块】【主席树】bzoj2683 简单题
对操作序列分块,每S次暴力重建主席树. 当S=sqrt(n*log(n))时,复杂度为O(m*sqrt(n*log(n))). 在线的. #include<cstdio> #include ...
- 【kruscal】【最小生成树】【搜索】bzoj1016 [JSOI2008]最小生成树计数
不用Matrix-tree定理什么的,一边kruscal一边 对权值相同的边 暴搜即可.将所有方案乘起来. #include<cstdio> #include<algorithm&g ...
- 【可持久化Trie】模板
总算找到个能看懂的了,orz Lavender. #define INF 2147483647 #define N 100001 #define MAXBIT 31 int root[N],ch[N* ...
- 【莫队算法】【权值分块】bzoj3236 [Ahoi2013]作业
莫队显然.然后维护转移的时候如果用树状数组,则很容易TLE.所以用权值分块维护转移. 总复杂度O(m*sqrt(n)). #include<cstdio> #include<algo ...
- 美团在Redis上踩过的一些坑-3.redis内存占用飙升(转载)
一.现象: redis-cluster某个分片内存飙升,明显比其他分片高很多,而且持续增长.并且主从的内存使用量并不一致. 二.分析可能原因: 1. redis-cluster的bu ...
- iOS 取消警告
第一步找到要取消的警告类型 在相应的警告上右击->Reveal in Log 被选中的-Wdeprecated-declarations就是我们所要的警告类型了. -W是前缀,这个前缀表示的是 ...
- nativeexcel数据集导出excel
nativeexcel数据集导出excel uses Dataset2Excel; procedure Tfdm.exportXLS(dataset: TDataSet);var xls: TData ...