sponsored links

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

欢迎光临程序代写小店https://item.taobao.com/item.htm?spm=a230r.1.14.59.255028c3ALNkZ0&id=586797758241&ns=1&abbucket=15#detail

可直接联系客服QQ交代需求:953586085

欢迎点击链接加入群聊【程序代写-接单群】共同致富:https://jq.qq.com/?_wv=1027&k=5WxihsL

群号:733065427

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

Python雁横

百家号18-04-2813:08

嗨,我最亲爱的伙计们,很高兴我们又见面了。首先先感谢朋友们的关注。当然我更希望认识与计算机相关的领域的朋友咱们一起探讨交流。重点说一下,我是真人,不是那些扒文章的自媒体组织,大家可以相互交流的!

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

本篇文章我们来讲一下关于AI相关的人脸追踪,人脸识别相关的一些知识。当然本篇教程为(上)部分,讲一下利用python+opencv来实现人脸识别与追踪,明后天出(下)部分,用python来通过指纹对比实现人脸验证、人脸解锁(大家感兴趣的可以提前关注哦)。这两节课呢,代码量都不是很多,鄙人尽量多注释点,便于大家理解。那我们就不多啰嗦废话了,直接上干货!

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

OpenCV:

opencv目前来讲是十分流行的视觉库,而且可以支持多语言。说到opencv就不得不说它的cascades分类器。如果我们要判断一张图片是不是有一张脸,早期方式是通过成千上万的分类器去从头匹配到尾,这样看并没有什么什么毛病,但判断的图片多了呢?那可能需要猴年马月。opencv的cascades呢,就把这些用来判断人脸特征的容器划分成多块层层匹配,到一层不匹配就被丢弃。

这好比一群人去公司面试,公司第一个要求是只要男人,那一批女人就走了,公司说只要本科,一批专科走了,公司说要两年工作经验的,又会走一批,直到最后。这样的工作量比每个人面试不管男女都过一遍流程轻松的多。

操作系统:windows7,python版本:2.7.14,opencv版本:3.x

1.安装python(额...这个当我没说)2.安装Opencv,这个从官网下载就OK啦

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

下载完之后直接解压就行,推荐解压到跟你的python安装的父路径。

3.使用pip安装numpypip install numpy

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

4.找到你的opencv安装路径(比如我的是D盘)复制D:opencvopencv3.xuildpython.7\x64路径下的cv2.py

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

注意:我windows版本为64位所以我选择的是X64,如果你的是32位的话你需要选择X86文件夹下的cv2.pyd

复制完之后,粘贴到你的python安装路径下的Lib/site-packages这个文件夹下。完成上面这些就基本OK啦,我们在写代码之前先来测试一下,环境是否配置成功。

在CMD命令行下运行python:import numpyimport cv2

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

1.调用计算机摄像头cv2.Videocamture(0)2.将摄像头数据按帧来取(相当于给每一帧图片的人脸加框框)cam.red()3.将每一帧摄像头记录的数据带入opencv让classifier去判断人脸detectMultiScale()4.如果存在人脸给人脸标记画框cv2.rectangle()5.输出画框后的帧动画cv2.imshow('My Camera',frame)

代码实现:第一步定义一个识别函数:先放图片,这个地方比较重要,我在下面会详细的说一下。

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪
6-7行代码说明:

首先创建classifier,为什么要弄这个呢?

引用的haarcascade开头的文件是opencv里面关于人脸级联分类器,你在opencv文件夹下的sourcesdatahaarcascades可以看到:

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

人脸检测器(默认):haarcascade_frontalface_default.xml

人脸检测器(快速Harr):haarcascade_frontalface_alt2.xml

人脸检测器(侧视):haarcascade_profileface.xml

眼部检测器(左眼):haarcascade_lefteye_2splits.xml

眼部检测器(右眼):haarcascade_righteye_2splits.xml

嘴部检测器:haarcascade_mcs_mouth.xml

鼻子检测器:haarcascade_mcs_nose.xml

身体检测器:haarcascade_fullbody.xml

人脸检测器(快速LBP):lbpcascade_frontalface.xml

1:haarcascade_frontalface_alt.xmlStump-based 20x20 gentle adaboost frontal face detector.2:haarcascade_frontalface_alt2.xmlTree-based 20x20 gentle adaboost frontal face detector.3:haarcascade_frontalface_alt_tree.xmlStump-based 20x20 gentle adaboost frontal face detector.This detector uses tree of stage classifiers instead of a cascade4:haarcascade_frontalface_default.xmlStump-based 24x24 discrete(?) adaboost frontal face detector.

以上这四个鄙人都测试过,haarcascade_frontalface_alt.xml这个效果是最好的,其它的大家可以单个测试。

设定灰度:灰度的设定是为了增强面部轮廓的对比度,这是增加精度必不可少的。

核心代码解剖:DetectMultiScale 函数是一个检测物体的通用函数,我们介绍一下:

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

gray:这是转换成灰度后的图片,scaleFactor:补偿参数,一般设置值为1.1-1.5比较好,效果大家自己改着看,minNeighbors:对当前其周围有多少物体进行定义,minSize:设定窗口大小,flags:略抽象,选择默认或者上图即可,画方框:定义xywh利用for循环读取faces变量里面的坐标,然后通过rectangle()函数进行画方框。

Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

OK,写完代码之后,我们把上部分代码跟下部分代码拼凑起来,运行下试一下:

大家凑合看吧,我笔记本cam有点渣,不过随着人的晃动,都可以完美的识别出来,由于没法上视频,大家就自行测试吧。最后再强调一点:明后天出(下)部分,用python来通过指纹对比实现人脸验证、人脸解锁(大家感兴趣的可以提前关注哦)。

Tags: