python视觉识别定位_基于Python+OpenCV的⼈脸特征定位程 序
本篇⽤⼀些动漫⼈脸图⽚，向⼤家展⽰基本的opencv库的操作，以及⽤⼀些公共⼈脸数据进⾏简单的⼈脸识别技术学习。
1.OpenCV简介
OpenCV是⼀个开源的跨平台计算机视觉库，提供的有python接⼝，并实现了图像处理和计算机视觉⽅⾯的很多通⽤算法。
2.需要安装的包
本篇先安装Opencv和numpy，pandas等数据分析包即可，如果感觉⿇烦的话，可以直接安装Anaconda科学包(数据分析，挖掘，机器学习库合集)，安装与不同编译器配置环境过程这⾥就不讲解了。 安装完后，我们先⽤下⾯的代码输出⼀个图⽚：import cv2
img = cv2.imread("1.jpg", 1)
cv2.imshow("1", img)
cv2.waitKey()
结果如下：
发现我们的环境已经成功安装了。
相关推荐：《Python教程》
3.初步⼈脸识别
由于本篇⽂章是第⼀篇，因此这⾥先简单的展⽰⼀下opencv的⼀些机器视觉的基础⽅法，下⾯就进⾏介绍。
(1)导⼊⼈脸图⽚，这⾥⽤⼀张动漫图
代码和上⾯的类似，更改图⽚即可：import cv2
img = cv2.imread("firstPer.jpg", 1)
cv2.imshow("1", img)
cv2.waitKey()
cv2.destroyAllWindows()
这⾥我们把这段代码封装成⼀个函数：def viewImage(image, name_of_window):
'''
image：图像对象
name_of_window：图像窗⼝名称
'''
cv2.namedWindow(name_of_window, cv2.WINDOW_NORMAL)
cv2.imshow(name_of_window, image)
cv2.waitKey()
cv2.destroyAllWindows()
(2)⼀些基础图像处理的⽅法
cropped：cropped = image[y：y+h, x：x+w]，就是以(y, x)为起点，裁剪⼤⼩为(h, w)的图像，以左上⾓为起点，竖直向下的⽅向为y 轴，横向为x轴。
resized：dim = (width, height)
resized = size(img, dim, interpolation = cv2.INTER_AREA)
调整图像的⼤⼩。
⽤下⾯的代码分别进⾏这两种图像的处理：img = cv2.imread("firstPer.jpg", 1)
# 裁剪图⽚⼤⼩，裁剪100范围的图⽚
cropped = img[0:100, 0:100]
机器视觉定位viewImage(cropped,"firstPer")
img = cv2.imread("firstPer.jpg", 1)
scale_percent = 30 #调整30%的⼤⼩
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
dim = (width, height)
resized = size(img, dim, interpolation = cv2.INTER_AREA)
viewImage(resized,"firstPer")
还有⼀⼀些⽤的操作⽅法，就是旋转，调节亮度，变模糊/平滑，绘制边框，绘制线段等，在这⾥并不是进⾏图像处理，因此就先不先向⼤家讲解。哈哈。
(3)图像灰度处理
在进⾏⼈脸识别时，好多地⽅都先进⾏图像变灰度的操作，这⾥也给⼤家介绍⼀下：
这⾥有⼀个阈值函数，gray_image，将所有图像变为⽐127更暗直⾄0或者增加亮度到255，将图像的彩⾊边框的内容略过。
灰度处理代码：gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
viewImage(gray_image,"gray Image")
结果：
亮度彩⾊阈值处理代码：one,threshold_image = cv2.threshold(img, 127, 255, 0)
viewImage(threshold_image,"firstPer")
结果：
主要是有后⾯的三个参数控制，⼤家有兴趣可以⾃⾏学习。
(4)⼈脸识别初讲
img = cv2.imread("firstPer.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(
gray, # 灰度图
scaleFactor= 1.1, # 缩放⽐例
minNeighbors= 2, # 识别出⼀个⼈脸之前在当前物体周围需要检测的物体数⽬ minSize=(50, 50) #窗⼝的⼤⼩
)
firstPer = format(len(faces)) + "faces detected!"
print(firstPer)# Draw a rectangle around the faces
for (x, y, w, h) in faces:
viewImage(img,firstPer)
detectMultiScale函数是⼀个检测物体的通⽤函数。当我们把它⽤于⼈脸检测时，它就会从图像中检测出⼈脸。但是我们却发现，根本没有检测出我们可爱的⼩樱的脸，这是为什么呢？不急，我们先⽤其他图⽚检测：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议