python人脸检测

在python中完成人脸检测是很轻松的一件事，因为可以利用cv2库

那么我们需要完成的功能的有

• 读取一张带有人脸的图片，并进行自动分析
• 输出人脸的数量，并对图片中人脸位置进行标记，保存。

首先，需要安装cv2这个库(opencv)，这里使用pip进行安装

pip install opencv-python

等待安装完成，然后我们就可以开始写代码了。

import cv2

imagepath = "test.jpg"
image = cv2.imread(imagepath)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

这不多说，就是引用cv2，读取目录下一张叫test.jpg的图片，并进行灰度处理

接下来是人脸检测的部分，我们首先需要下载识别训练包，就是别人训练好的数据包

我放到微云上了，可以进行下载

链接： https://share.weiyun.com/5QN5XKA （密码：0jdz）

解压后里面所有文件放到目录下haarcascades文件夹中，然后写入如下代码:

face_cascade = cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_alt2.xml')

这里默认使用的正脸数据包(haarcascade_frontalface_alt2)，因为通过测试这个识别率较高,

接下来，进行人脸检测

faces = face_cascade.detectMultiScale(
    gray,
    scaleFactor=1.15,
    minNeighbors=5,
    minSize=(5, 5),
)

这样，我们就获取到了一个列表，里面存有检测到的人脸的数据

len(faces)就是人脸的数量，可以使用print(len(faces))进行输出

接下来，我们对图片中人脸位置进行标记，遍历每个人脸，使用rectangle进行画矩形标记

for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x + w, y + w), (0, 255, 0), 2)

最后，我们使用cv2.imwrite('out.jpg', image)保存输出最终图片

完整代码如下:

import cv2

imagepath = "test.jpg"
image = cv2.imread(imagepath)
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
face_cascade = cv2.CascadeClassifier('haarcascades\\haarcascade_frontalface_alt2.xml')

faces = face_cascade.detectMultiScale(
    gray,
    scaleFactor=1.15,
    minNeighbors=5,
    minSize=(5, 5),
)
print(len(faces))

for (x, y, w, h) in faces:
    cv2.rectangle(image, (x, y), (x + w, y + w), (0, 255, 0), 2)
cv2.imwrite('out.jpg', image)

利用opencv库就是这么简单，后面我还会弄python人脸对比识别的教程