ASCII码 ASCII码

python使用opencv进行人脸识别

发布于:2022-01-21 11:43:27  栏目:技术文档

python使用opencv进行人脸识别

环境

ubuntu 12.04 LTSpython 2.7.3opencv 2.3.1-7

安装依赖 sudo apt-get install libopencv-* sudo apt-get install python-opencv sudo apt-get install python-numpy示例代码

  1. #!/usr/bin/env python
  2. #coding=utf-8
  3. import os
  4. from PIL import Image, ImageDraw
  5. import cv
  6. def detect_object(image):
  7. '''检测图片,获取人脸在图片中的坐标'''
  8. grayscale = cv.CreateImage((image.width, image.height), 8, 1)
  9. cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY)
  10. cascade = cv.Load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml")
  11. rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2,
  12. cv.CV_HAAR_DO_CANNY_PRUNING, (20,20))
  13. result = []
  14. for r in rect:
  15. result.append((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))
  16. return result
  17. def process(infile):
  18. '''在原图上框出头像并且截取每个头像到单独文件夹'''
  19. image = cv.LoadImage(infile);
  20. if image:
  21. faces = detect_object(image)
  22. im = Image.open(infile)
  23. path = os.path.abspath(infile)
  24. save_path = os.path.splitext(path)[0]+"_face"
  25. try:
  26. os.mkdir(save_path)
  27. except:
  28. pass
  29. if faces:
  30. draw = ImageDraw.Draw(im)
  31. count = 0
  32. for f in faces:
  33. count += 1
  34. draw.rectangle(f, outline=(255, 0, 0))
  35. a = im.crop(f)
  36. file_name = os.path.join(save_path,str(count)+".jpg")
  37. # print file_name
  38. a.save(file_name)
  39. drow_save_path = os.path.join(save_path,"out.jpg")
  40. im.save(drow_save_path, "JPEG", quality=80)
  41. else:
  42. print "Error: cannot detect faces on %s" % infile
  43. if __name__ == "__main__":
  44. process("./opencv_in.jpg")

转换效果

原图:

转换后

使用感受

对于大部分图像来说,只要是头像是正面的,没有被阻挡,识别基本没问题,准确性还是很高的。

识别效率有点低,有时候一张图片能处理七八秒才能处理完,当然这个和机器配置有关。 如果想加速的话可以使用C语言重写,经测试,C语言版的所花时间大约是python的一半

另外,官方提供了几个库可一选择,这里使用的是haarcascade_frontalface_alt_tree.xml, 除此之外, /usr/share/opencv/haarcascades/文件夹下还有几个库: ~~/usr/share/opencv/haarcascades>> ll -h 总用量 19M drwxr-xr-x 2 root root 4.0K 3月 22 17:14 ./ drwxr-xr-x 4 root root 4.0K 3月 22 17:14 ../ -rw-r—r— 1 root root 1.1M 4月 28 2011 haarcascade_eye_tree_eyeglasses.xml -rw-r—r— 1 root root 495K 4月 28 2011 haarcascade_eye.xml -rw-r—r— 1 root root 818K 4月 28 2011 haarcascade_frontalface_alt2.xml -rw-r—r— 1 root root 3.5M 4月 28 2011 haarcascade_frontalface_alt_tree.xml -rw-r—r— 1 root root 899K 4月 28 2011 haarcascade_frontalface_alt.xml -rw-r—r— 1 root root 1.2M 4月 28 2011 haarcascade_frontalface_default.xml -rw-r—r— 1 root root 622K 4月 28 2011 haarcascade_fullbody.xml -rw-r—r— 1 root root 316K 4月 28 2011 haarcascade_lefteye_2splits.xml -rw-r—r— 1 root root 520K 4月 28 2011 haarcascade_lowerbody.xml -rw-r—r— 1 root root 350K 4月 28 2011 haarcascade_mcs_eyepair_big.xml -rw-r—r— 1 root root 401K 4月 28 2011 haarcascade_mcs_eyepair_small.xml -rw-r—r— 1 root root 306K 8月 2 2011 haarcascade_mcs_leftear.xml -rw-r—r— 1 root root 760K 4月 28 2011 haarcascade_mcs_lefteye.xml -rw-r—r— 1 root root 703K 4月 28 2011 haarcascade_mcs_mouth.xml -rw-r—r— 1 root root 1.6M 4月 28 2011 haarcascade_mcs_nose.xml -rw-r—r— 1 root root 318K 8月 2 2011 haarcascade_mcs_rightear.xml -rw-r—r— 1 root root 1.4M 4月 28 2011 haarcascade_mcs_righteye.xml -rw-r—r— 1 root root 1.5M 4月 28 2011 haarcascade_mcs_upperbody.xml -rw-r—r— 1 root root 1.1M 4月 28 2011 haarcascade_profileface.xml -rw-r—r— 1 root root 317K 4月 28 2011 haarcascade_righteye_2splits.xml -rw-r—r— 1 root root 1022K 4月 28 2011 haarcascade_upperbody.xml ~/usr/share/opencv/haarcascades>>根据文件名大家应该能知道是识别什么的。值得一提的是,这里面有四个关于人脸(frontalface)的识别库, 根据我的使用体验,default这个xml识别的最多,这就意味着本来不是头像的也识别成头像了。 alt_tree这个库虽然是最大的,但并不意味着这个库是最好的,应该说,用这个库,识别是最严格的, 这就意味着,有些头像不能被识别,因为根据他的算法,他认为这不是头像。 其余两个和alt_tree差不多。具体识别细节大家可以打开相应的xml看一下。

上面的代码只是识别面部,并不包括头发,如果大家想抓一个完整的头像的话, 可以将识别出来的矩形框的上边缘增加一定的比例,比如增加20%头像的高度。

附:C++语言人脸识别代码

网上找的,亲测可用,效率比python高一点。

  1. #include "cv.h"
  2. #include "highgui.h"
  3. #include <stdio.h>
  4. #include <stdlib.h>
  5. #include <string.h>
  6. #include <assert.h>
  7. #include <math.h>
  8. #include <float.h>
  9. #include <limits.h>
  10. #include <time.h>
  11. #include <ctype.h>
  12. #ifdef _EiC
  13. #define WIN32
  14. #endif
  15. static CvMemStorage* storage = 0;
  16. static CvHaarClassifierCascade* cascade = 0;
  17. void detect_and_draw( IplImage* image );
  18. const char* cascade_name =
  19. "haarcascade_frontalface_alt.xml";
  20. /* "haarcascade_profileface.xml";*/
  21. int main( int argc, char** argv )
  22. {
  23. CvCapture* capture = 0;
  24. IplImage *frame, *frame_copy = 0;
  25. int optlen = strlen("--cascade=");
  26. const char* input_name;
  27. if( argc > 1 && strncmp( argv[1], "--cascade=", optlen ) == 0 )
  28. {
  29. cascade_name = argv[1] + optlen;
  30. input_name = argc > 2 ? argv[2] : 0;
  31. }
  32. else
  33. {
  34. cascade_name = "/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml";
  35. //opencv装好后haarcascade_frontalface_alt2.xml的路径,
  36. //也可以把这个文件拷到你的工程文件夹下然后不用写路径名cascade_name= "haarcascade_frontalface_alt2.xml";
  37. //或者cascade_name ="C:\\Program Files\\OpenCV\\data\\haarcascades\\haarcascade_frontalface_alt2.xml"
  38. input_name = argc > 1 ? argv[1] : 0;
  39. }
  40. cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );
  41. if( !cascade )
  42. {
  43. fprintf( stderr, "ERROR: Could not load classifier cascade\n" );
  44. fprintf( stderr,
  45. "Usage: facedetect --cascade=\"<cascade_path>\" [filename|camera_index]\n" );
  46. return -1;
  47. }
  48. storage = cvCreateMemStorage(0);
  49. if( !input_name || (isdigit(input_name[0]) && input_name[1] == '\0') )
  50. capture = cvCaptureFromCAM( !input_name ? 0 : input_name[0] - '0' );
  51. else
  52. capture = cvCaptureFromAVI( input_name );
  53. cvNamedWindow( "result", 1 );
  54. if( capture )
  55. {
  56. for(;;)
  57. {
  58. if( !cvGrabFrame( capture ))
  59. break;
  60. frame = cvRetrieveFrame( capture );
  61. if( !frame )
  62. break;
  63. if( !frame_copy )
  64. frame_copy = cvCreateImage( cvSize(frame->width,frame->height),
  65. IPL_DEPTH_8U, frame->nChannels );
  66. if( frame->origin == IPL_ORIGIN_TL )
  67. cvCopy( frame, frame_copy, 0 );
  68. else
  69. cvFlip( frame, frame_copy, 0 );
  70. detect_and_draw( frame_copy );
  71. if( cvWaitKey( 10 ) >= 0 )
  72. break;
  73. }
  74. cvReleaseImage( &frame_copy );
  75. cvReleaseCapture( &capture );
  76. }
  77. else
  78. {
  79. const char* filename = input_name ? input_name : (char*)"lena.jpg";
  80. IplImage* image = cvLoadImage( filename, 1 );
  81. if( image )
  82. {
  83. detect_and_draw( image );
  84. cvWaitKey(0);
  85. cvReleaseImage( &image );
  86. }
  87. else
  88. {
  89. /* assume it is a text file containing the
  90. list of the image filenames to be processed - one per line */
  91. FILE* f = fopen( filename, "rt" );
  92. if( f )
  93. {
  94. char buf[1000+1];
  95. while( fgets( buf, 1000, f ) )
  96. {
  97. int len = (int)strlen(buf);
  98. while( len > 0 && isspace(buf[len-1]) )
  99. len--;
  100. buf[len] = '\0';
  101. image = cvLoadImage( buf, 1 );
  102. if( image )
  103. {
  104. detect_and_draw( image );
  105. cvWaitKey(0);
  106. cvReleaseImage( &image );
  107. }
  108. }
  109. fclose(f);
  110. }
  111. }
  112. }
  113. // getchar();
  114. cvDestroyWindow("result");
  115. return 0;
  116. }
  117. void detect_and_draw( IplImage* img )
  118. {
  119. static CvScalar colors[] =
  120. {
  121. {{0,0,255}},
  122. {{0,128,255}},
  123. {{0,255,255}},
  124. {{0,255,0}},
  125. {{255,128,0}},
  126. {{255,255,0}},
  127. {{255,0,0}},
  128. {{255,0,255}}
  129. };
  130. double scale = 1.3;
  131. IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );
  132. IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),
  133. cvRound (img->height/scale)),
  134. 8, 1 );
  135. int i;
  136. cvCvtColor( img, gray, CV_BGR2GRAY );
  137. cvResize( gray, small_img, CV_INTER_LINEAR );
  138. cvEqualizeHist( small_img, small_img );
  139. cvClearMemStorage( storage );
  140. if( cascade )
  141. {
  142. double t = (double)cvGetTickCount();
  143. CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
  144. 1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,
  145. cvSize(30, 30) );
  146. t = (double)cvGetTickCount() - t;
  147. printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
  148. for( i = 0; i < (faces ? faces->total : 0); i++ )
  149. {
  150. CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
  151. CvPoint center;
  152. int radius;
  153. center.x = cvRound((r->x + r->width*0.5)*scale);
  154. center.y = cvRound((r->y + r->height*0.5)*scale);
  155. radius = cvRound((r->width + r->height)*0.25*scale);
  156. cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );
  157. }
  158. }
  159. cvShowImage( "result", img );
  160. cvReleaseImage( &gray );
  161. cvReleaseImage( &small_img );
  162. }

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持我们!

相关推荐
阅读 +