人脸检测opencv

　　人脸识别是现在几乎所有的APP都在使用的验证操作, 登陆,支付...等等, 我们今天呢先来说一下人脸检测的操作. 使用Python想要完成人脸检测的操作呢, 我们需要准备一个工具, 这个工具就是 opencv 1. opencv的安装
　　open 开源 computer 计算机 vision 视觉 ：开源计算机视觉库, 是由C++
　　Python胶水语言，粘结其他语言，调用opencv
　　这个库可以让计算机长眼睛，计算，可以‘看’！
　　安装操作 pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple   [opencv库]  pip install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple  [opencv扩展]  pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple [numeric python 数字化Python]
　　安装完毕之后 我们先来简单的使用一下: 2.加载图片import cv2  # 不是引入opencv   opencv-python对Python封装的接口 都是存在cv2里的  # 读取图片  img = cv2.imread(＂./timg.jpg＂)  # 图片的名称不能用汉字 print(img) ＂＂＂ 三维的数据     最里层是像素：[颜色值] 每个像素的颜色值             颜色是由蓝绿红三色调色而成             [ 83  75  82]             蓝色  绿色  红色             每个颜色取值是0-255   值越大 颜色越鲜艳   值越小 颜色就越暗     中间一层         每个像素连接出来的宽度     最外一层         高度 ＂＂＂ # 获取图片的像素值      高   宽  像素3个颜色 print(img.shape) # (1392, 959, 3) shape = img.shape # 重置图片的大小 会把修改大小的图片 resize_img = cv2.resize(img, dsize=(500, int((500/shape[1]) * shape[0])))  # dsize  宽 高  cv2.imwrite(＂liqin.jpg＂, resize_img) # 保存修改大小之后的图片  # 显示图片 cv2.imshow(＂liqin＂, resize_img) # 设置显示窗口的名字（不能用中文）  要显示的图片 # 图片显示多长时间后自动关闭 # cv2.waitKey(5000) # 5s后自动关闭   等待5s 键盘输入 如果键盘输入 由键盘输入控制退出  没有输入等待5s自动关闭 # 直到键盘输入才关闭 cv2.waitKey(0) # 0的话就是无限等待  直到键盘输入 # 销毁窗口 cv2.destroyAllWindows()3.人脸检测之检测一张人脸
　　我们就借用一下沁沁的照片哈 ＂＂＂ 进行人脸检测时     根据人脸的特征     haar抽取图片中的特征方式     把特征数据封装在文件中         python环境的安装包 ---》lib ---> site-packages --- cv2 --- data     将特征文件存放在于当前的py文件相同的目录下 ＂＂＂ import cv2  img = cv2.imread(＂./liqin.jpg＂) # 根据特征文件生成一个人脸检测器 face_detector = cv2.CascadeClassifier(＂./haarcascade_frontalface_alt.xml＂) # 检测图片中的人脸 face_zones = face_detector.detectMultiScale(img) print(face_zones) # [[201  91  96  96]]  二维的 ＂＂＂ [201  91  96  96] 检测到的人脸区域   x    y   宽  高 因为一张图片中可能包含好几个人脸 每个人脸都是一维的数据 ＂＂＂  # 获取人脸区域 for x, y, w, h in face_zones:     # 用一个矩形把人脸区域圈起来     ＂＂＂     img, 要圈中的图片      pt1, 左上角的坐标点     pt2, 右下角的坐标点     color, 线的颜色 [蓝 绿 红]     thickness=None 线宽     ＂＂＂     cv2.rectangle(img, pt1=(x, y), pt2=(x + w, y + h), color=[0,0,255], thickness=2)   # 显示图片 cv2.imshow(＂liqin＂, img) cv2.waitKey(0) cv2.destroyAllWindows()
　　结果为:
　　4.人脸检测之检测多张人脸
　　以爱因斯坦参加的索尔维会议照为例
　　＂＂＂ 检测多张人脸 ＂＂＂ import cv2 # 1.读取图片 img = cv2.imread(＂./suoerwei1.jpg＂)  # 设置人脸识别器 face_detector = cv2.CascadeClassifier(＂./haarcascade_frontalface_alt.xml＂)  # 通过人脸检测器 检测图片中的人脸区域 ＂＂＂ scaleFactor     缩放比例  默认是1.3 数据是要大于1 的     实现人脸检测时 要扫描每个区域  规定的起始尺寸  根据scalefactor进行缩放      缩放尺寸越小 检测出来的人脸越多      minNeighbors     最少邻居  如果检测出来一张人脸 需要在人脸附近偏移几次 返回的都是人脸      这个才把人脸返回     值越大 人脸检测要求就越高 ＂＂＂ face_zones = face_detector.detectMultiScale(img, scaleFactor=1.02, minNeighbors=6) print(face_zones)  # 圈中人脸 for x, y, w, h in face_zones:     cv2.rectangle(img, pt1=(x, y), pt2=(x+w, y+h), color=[0,0,255],thickness=2)  # 显示图片 cv2.imshow(＂suoerwei＂, img) cv2.waitKey(0) cv2.destroyAllWindows()
　　结果为:
　　注意:在做人脸检测时, 检测出来的人脸与图片的像素清晰度也是有关系的, 模糊的图片检测的话会有误差的