Python如何實現圖片人臉檢測識別

小編給大家分享一下Python如何實現圖片人臉檢測識別，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

前言

隨著科技的發展，人臉識別技術在許多領域得到的非常廣泛的應用，手機支付、銀行身份驗證、手機人臉解鎖等等。

識別

這里我們使用 opencv 中自帶了 haar人臉特征分類器，利用訓練好的 haar 特征的 xml 文件，在圖片上檢測出人臉的坐標，利用這個坐標，我們可以將人臉區域剪切保存，也可以在原圖上將人臉框出。

代碼實現：

# -*-coding:utf8-*-#
import os
import cv2
from PIL import Image, ImageDraw
from datetime import datetime

"""
分類器 https://github.com/opencv/opencv/tree/master/data/haarcascades
安裝模塊：pip install Pillow pip install opencv-python
博客：https://blog.52itstyle.vip/archives/3771/
"""


def detectFaces(image_name):
 img = cv2.imread(image_name)
 face_cascade = cv2.CascadeClassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")
 if img.ndim == 3:
  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 else:
  gray = img # if語句：如果img維度為3，說明不是灰度圖，先轉化為灰度圖gray，如果不為3，也就是2，原圖就是灰度圖

 faces = face_cascade.detectMultiScale(gray, 1.2, 5) # 1.3和5是特征的最小、最大檢測窗口，它改變檢測結果也會改變
 result = []
 for (x, y, width, height) in faces:
  result.append((x, y, x + width, y + height))
 return result


# 保存人臉圖
def saveFaces(image_name):
 faces = detectFaces(image_name)
 if faces:
  # 將人臉保存在save_dir目錄下。
  # Image模塊：Image.open獲取圖像句柄，crop剪切圖像(剪切的區域就是detectFaces返回的坐標)，save保存。
  save_dir = image_name.split('.')[0] + "_faces"
  os.mkdir(save_dir)
  count = 0
  for (x1, y1, x2, y2) in faces:
   file_name = os.path.join(save_dir, str(count) + ".jpg")
   Image.open(image_name).crop((x1, y1, x2, y2)).save(file_name)
   count += 1


if __name__ == '__main__':
 time1 = datetime.now()
 result = detectFaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg")
 time2 = datetime.now()
 print("耗時：" + str(time2 - time1))
 if len(result) > 0:
  print("有人存在！！---》人數為：" + str(len(result)))
 else:
  print('視頻圖像中無人！！')

 drawFaces(os.getcwd()+"\\images\\", "hanxue.jpg")
 saveFaces(os.getcwd()+\\images\\gaoyuanyuan.jpg)

識別效果圖：

多人識別效果：

經過測試，最終選用了 haarcascade_frontalface_alt.xml 做人臉識別，識別率最高。

人臉檢測分類器對比：

以上是“Python如何實現圖片人臉檢測識別”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！