怎么在Python中利用OpenCV和Adaboost實現人臉識別功能

這期內容當中小編將會給大家帶來有關怎么在Python中利用OpenCV和Adaboost實現人臉識別功能，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

首先講講需要用到的新函數：

CascadeClassifier()函數,導入分類器

cv2.CascadeClassifier('xxxxx.xml')
#haarcascade_frontalface_alt.xml臉部識別文件
#haarcascade_eye.xml眼部識別文件

函數的參數是xml完整路徑(具體看你的opencv安裝在哪里的，在opencv\sources\data\haarcascades下面)，xml文件中是封裝好的算法

detectMultiScale()函數，進行識別

detectMultiScale(image,scaleFactor,minNeighbors,flags,minSize,maxSize)

• 最終返回值為識別出的矩陣框[x, y, w, h]，(x,y)左上角起始坐標，w寬，h高

• image:用于檢測的圖像

• scaleFactor:前后兩次相繼的掃描中，搜索窗口的比例系數.例如1.1指將搜索窗口依次擴大10%。圖片小的時候，比例系數盡量小能提高準確率

• minNeighbors:構成檢測目標的相鄰矩形的最小個數。一般使用2or3，為0時返回所有的被檢候選矩形框。

rectangle()函數，在圖片上畫矩陣

cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),2)

• image是原始圖片

• (x,y)是矩形左上角

• (x+w,y+h)是矩形右下角

• (0,255,0)是矩形的BGR顏色, 為紅色

• 2, 是繪制矩形的線寬

程序邏輯：

導入Haar級聯分類器算法，讀入要處理圖片，將圖片變成時候的大小，用detectMultiScale()函數先識別出人臉，在原圖上框出，然后提取出識別出的人臉矩形框，在人臉矩形框內識別出眼睛，在原圖上框出，展示出識別完的圖像。

完整程序及注解：

import cv2
face_cascade = cv2.CascadeClassifier('D:\opencv\sources\data\haarcascades/haarcascade_frontalface_alt.xml')
eye_cascade = cv2.CascadeClassifier('D:\opencv\sources\data\haarcascades/haarcascade_eye.xml')
img1 = cv2.imread('face1.png')
img = cv2.resize(img1,(240,320),interpolation=cv2.INTER_LINEAR)
faces = face_cascade.detectMultiScale(img,1.2,2)
for (x,y,w,h) in faces:
  cv2.rectangle(img,(x,y),(x+w,x+h),(255,0,0),2)#用顏色為BGR（255,0,0）粗度為2的線條在img畫出識別出的矩型
  face_re = img[y:y+h,x:x+w]#抽取出框出的臉部部分，注意順序y在前
  eyes = eye_cascade.detectMultiScale(face_re)#在框出的臉部部分識別眼睛
  for (ex,ey,ew,eh) in eyes:
    cv2.rectangle(face_re,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)
cv2.imshow('img',img)
key = cv2.waitKey(0)
if key==27:
  cv2.destoryWindow('img')

上述就是小編為大家分享的怎么在Python中利用OpenCV和Adaboost實現人臉識別功能了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。