Haar特征用于人脸识别,总的来讲如果有训练好的模型可用以下五步实现
1、load Haar特征的 xml文件
2、load 人脸图片
3、计算Haar特征,但OpenCV已封装好了,我们只需要灰度处理即可,因为所有Haar特征都是基于灰度图片
4、检测图片中的人脸及眼睛,我们有两个xml文件,一个描述人脸,另一个描述眼睛
5、将脸与眼睛标注
代码如下所示:
import cv2
import numpy as np
face_xml = cv2.CascadeClassifier('OpenCV\\haarcascade_frontalface_default.xml') # 载入描述人脸的分类器
eye_xml = cv2.CascadeClassifier('OpenCV\\haarcascade_eye.xml') # 载入描述眼睛的Haar特征分类器
# 2、 load 图片
img = cv2.imread('OpenCV\\face.jpg')
# 3、gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 4、detect 参数一:灰度图片参数二:缩放系数参数三:人脸最小像素范围
faces = face_xml.detectMultiScale(gray,1.3,5)
print('face=',len(faces))
# 5、框住人脸
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
roi_face = gray[y:y+h,x:x+w]
roi_color = img[y:y+h,x:x+w]
# 框住眼睛
eyes = eye_xml.detectMultiScale(roi_face)
print('eye=',len(eyes))
for (e_x,e_y,e_w,e_h) in eyes:
cv2.rectangle(roi_color,(e_x,e_y),(e_x + e_w,e_y + e_h),(0,255,0),2)
cv2.imshow('dst',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
来源:https://blog.csdn.net/qq_35069382/article/details/98969044