人脸检测

最新推荐文章于 2025-05-30 18:43:25 发布

转载最新推荐文章于 2025-05-30 18:43:25 发布 · 396 阅读

收录于

Python

当前文章被收录于：

Python

18 篇文章 6 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

本文介绍了一种基于OpenCV库实现的人脸检测方法。通过读取图片并将其转换为灰度图，利用Haar特征级联进行人脸检测。检测过程中调整了scaleFactor和minNeighbors等参数以提高准确性。最后在原始图片上绘制矩形框标记出检测到的人脸区域。

忘了哪里看到的了，保存一个，亲测可用，简单有效，有时间改进一下。

import cv2

img = cv2.imread(r"C:\Users\lbship\Desktop\cc.jpg")
color = (0, 255, 0)
grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

classfier = cv2.CascadeClassifier(r"C:\Users\lbship\AppData\Local\Programs\Python\Python36-32\Lib\site-packages\cv2\data\haarcascade_frontalface_alt2.xml")

faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
#scaleFactor 是 图像的缩放因子minNeighbors 为每一个级联矩形应该保留的邻近个数，可以理解为一个人周边有几个人脸
if len(faceRects) > 0:  # 大于0则检测到人脸
    for faceRect in faceRects:  # 单独框出每一张人脸
        x, y, w, h = faceRect
        cv2.rectangle(img, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 3)  # 控制绿色框的粗细

# 写入图像
cv2.imwrite('./a1aa.jpg', img)