• 欢迎访问显哥博客,本网站纯属学习技术,绝无商业用途,欢迎小伙伴们共同学习!研究技术!QQ:52249909 加我QQ
  • 世界75亿人,这么小的概率,能认识你,是我一生的幸运,不妨加个QQ接触一下:52249909 加我QQ

Python基于opencv实现AI人脸识别(一)Opencv基础模块搭建和demo例子【显哥出品,必为精品】

AI智能 lixian 2年前 (2022-06-10) 14738次浏览 1个评论 扫描二维码
文章目录[隐藏]

刚开的一个小板块——AI智能,算是一个学习AI的过程记录吧,小白白白…白的不能再白了,人家叫人工智能,我这人工智障….
在网上看到个小项目,用Python写的一个人脸识别系统,基于OpenCV实现的,现在来学习下….完整项目联系本人QQ要,或者留言邮箱即可….

环境

数据库选一个就行了,模块缺啥就在上面安装什么即可
Python版本我用的3.7
Python基于opencv实现AI人脸识别(一)Opencv基础模块搭建和demo例子【显哥出品,必为精品】

下面这些模块是我暂时用到的,其他的遇到报错就直接添加安装即可
1.使用pycharm的在解释器插件搜索模块安装就行了,可视化操作
2.或者使用命令安装 pip install 模块名 (需要注意的地方是pip的版本要高,低版本可能安装不上)
加速使用国内镜像源 -i https://pypi.tuna.tsinghua.edu.cn/simple

import datetime
import os
import shutil
import time
import cv2
import sys
import numpy as np
import pymysql
import pyttsx3
from PIL import Image

1.读取图片

#导入模块
import cv2 as cv
#读取图片
img=cv.imread('lena.jpg') #路径中不能有中文,否则加载图片失败
#显示图片
cv.imshow('read_img',img)
#等待键盘输入 单位毫秒  传入0 则就是无限等待
cv.waitKey(3000)
#释放内存  由于OpenCV底层是C++编写的
cv.destroyAllWindows()

2.将图片灰度转换

import cv2 as cv
img=cv.imread('lena.jpg')
cv.imshow('BGR_img',img)

#将图片灰度转换
gray_img=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
cv.imshow('gray_img',gray_img)
#保存图片
cv.imwrite('gray_lena.jpg',gray_img)
cv.waitKey(0)
cv.destroyAllWindows()

3.修改图片的尺寸

import cv2 as cv
img=cv.imread('lena.jpg')
cv.imshow('img',img)
print('原来图片的形状',img.shape)
# resize_img=cv.resize(img,dsize=(200,240))
resize_img=cv.resize(img,dsize=(600,560))
print('修改后图片的形状:',resize_img.shape)
cv.imshow('resize_img',resize_img)
# cv.waitKey(0)
#只有输入q时候,退出
while True:
    if ord('q')==cv.waitKey(0):
        break
cv.destroyAllWindows()

4.绘制矩形

import cv2 as cv
img=cv.imread('lena.jpg')
#左上角的坐标是(x,y) 矩形的宽度和高度(w,h)
x,y,w,h=100,100,100,100
cv.rectangle(img,(x,y,x+w,y+h),color=(0,255,255),thickness=3) #BGR
#绘制圆center元组指圆点的坐标  radius:半径
x,y,r=200,200,100
cv.circle(img,center=(x,y),radius=r,color=(0,0,255),thickness=2)
#显示图片
cv.imshow('rectangle_img',img)
cv.waitKey(0)
cv.destroyAllWindows()

5.人脸检测

import cv2 as cv
def face_detect_demo():
    #将图片转换为灰度图片
    gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    #加载特征数据
    face_detector=cv.CascadeClassifier('./haarcascade_frontalface_default.xml')
    #haarcascade_frontalface_default.xml OpenCV下载之后data/haarcascades目录下
    faces=face_detector.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,255,0),thickness=2)
    cv.imshow('result',img)
#加载图片
img=cv.imread('lena.jpg')
face_detect_demo()
cv.waitKey(0)
cv.destroyAllWindows()

Python基于opencv实现AI人脸识别(一)Opencv基础模块搭建和demo例子【显哥出品,必为精品】

6.检测多张人脸

import cv2 as cv
def face_detect_demo():
    #将图片灰度
    gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    #加载特征数据
    face_detector = cv.CascadeClassifier('./haarcascade_frontalface_default.xml')
    faces = face_detector.detectMultiScale(gray)
    for x,y,w,h in faces:
        print(x,y,w,h)
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
        cv.circle(img,center=(x+w//2,y+h//2),radius=w//2,color=(0,255,0),thickness=2)
    #显示图片
    cv.imshow('result',img)

#加载图片
img=cv.imread('face3.jpg')
#调用人脸检测方法
face_detect_demo()
cv.waitKey(0)
cv.destroyAllWindows()

7.检测视频中的人脸

import cv2 as cv
def face_detect_demo(img):
    #将图片灰度
    gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)
    #加载特征数据
    face_detector = cv.CascadeClassifier('./haarcascade_frontalface_default.xml')
    faces = face_detector.detectMultiScale(gray)
    for x,y,w,h in faces:
        cv.rectangle(img,(x,y),(x+w,y+h),color=(0,0,255),thickness=2)
        cv.circle(img,center=(x+w//2,y+h//2),radius=(w//2),color=(0,255,0),thickness=2)
    cv.imshow('result',img)
#读取视频
#cap=cv.VideoCapture('video.mp4')
cap=cv.VideoCapture(0)
while True:
    flag,frame=cap.read()
    print('flag:',flag,'frame.shape:',frame.shape)
    if not flag:
        break
    face_detect_demo(frame)
    if ord('q') == cv.waitKey(10):
        break
cv.destroyAllWindows()
cap.release()

8.训练数据

import os
import cv2
import sys
from PIL import Image
import numpy as np
def getImageAndLabels(path):
    facesSamples=[]
    ids=[]
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    #检测人脸
    face_detector = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')

    #遍历列表中的图片
    for imagePath in imagePaths:
        #打开图片
        PIL_img=Image.open(imagePath).convert('L')
        #将图像转换为数组
        img_numpy=np.array(PIL_img,'uint8')
        faces = face_detector.detectMultiScale(img_numpy)
        #获取每张图片的id
        id=int(os.path.split(imagePath)[1].split('.')[0])
        for x,y,w,h in faces:
            facesSamples.append(img_numpy[y:y+h,x:x+w])
            ids.append(id)
    return facesSamples,ids

if __name__ == '__main__':
    #图片路径
    path='./data/jm/'
    #获取图像数组和id标签数组
    faces,ids=getImageAndLabels(path)
    #获取训练对象
    recognizer=cv2.face.LBPHFaceRecognizer_create()
    recognizer.train(faces,np.array(ids))
    #保存文件
    recognizer.write('trainer/trainer.yml')

9.人脸识别

import cv2
import numpy as np
import os
# coding=utf-8
import urllib
import urllib.request
import hashlib

# 加载训练数据集文件
recogizer = cv2.face.LBPHFaceRecognizer_create()
recogizer.read('./trainer/trainer.yml')
# recogizer.read('trainer/trainer.yml')
names = []
warningtime = 0


# 准备识别的图片
def face_detect_demo(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换为灰度
    # face_detector = cv2.CascadeClassifier(
    #   '/Users/huangjw/Downloads/opencv-4.x/data/haarcascades/haarcascade_frontalface_alt2.xml')
    # 加载分类器(opencv已经训练好了)
    face_detector = cv2.CascadeClassifier(
        './haarcascade_frontalface_default.xml')
    face = face_detector.detectMultiScale(gray, 1.1, 5, cv2.CASCADE_SCALE_IMAGE, (100, 100), (500, 500))
    # face=face_detector.detectMultiScale(gray)
    for x, y, w, h in face:
        cv2.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
        cv2.circle(img, center=(x + w // 2, y + h // 2), radius=w // 2, color=(0, 255, 0), thickness=1)
        # 人脸识别
        ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])
        # print('标签id:',ids,'置信评分:', confidence)
        if confidence > 70:
            global warningtime
            warningtime += 1
            if warningtime > 100:
                # 发送警报
                # warning()
                print("陌生人")
                warningtime = 0
            cv2.putText(img, 'unkonw', (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
        else:
            # print(ids - 1)
            cv2.putText(img, str(names[ids - 1]), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
    cv2.imshow('result', img)

    # print('bug:',ids)


def name():
    path = './data/jm/'
    # names = []
    imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
    print('数据排列:', imagePaths)
    for imagePath in imagePaths:
        name = str(os.path.split(imagePath)[1].split('.', 2)[1])
        names.append(name)
        #print(names)


# , cv.cvtColor(img, cv.COLOR_BGR2GRAY)
# 读取视频
# cap = cv2.VideoCapture('1.mp4')

# 读取摄像头
cap = cv2.VideoCapture(0)

name()
print(names)
# names.reverse()  # 队列反转
# print(names)
while True:
    flag, frame = cap.read()
    if not flag:
        break
    face_detect_demo(frame)
    if ord(' ') == cv2.waitKey(10):
        break
cv2.destroyAllWindows()
cap.release()

10.录入人脸数据

import cv2

#摄像头
cap=cv2.VideoCapture(0)

falg = 1
num = 1

while(cap.isOpened()):
    ret_flag,Vshow = cap.read()
    cv2.imshow("Capture_Test",Vshow)
    k = cv2.waitKey(1) & 0xFF
    if k == ord('s'):
        cv2.imwrite("./data/jm/"+str(num)+".lixian"+".jpg",Vshow)
        print("success to save"+str(num)+".jpg")
        print("--------------------")
        num +=1
    elif k == ord(' '):
        break

#释放摄像头
cap.release()
#释放内存
cv2.destroyAllWindows()

调用网络视频

import cv2

class CaptureVideo(object):
	def net_video(self):
		# 获取网络视频流
		cam = cv2.VideoCapture("rtmp://58.200.131.2:1935/livetv/cctv2")
		while cam.isOpened():
			sucess, frame = cam.read()
			cv2.imshow("Network", frame)
			cv2.waitKey(1)
if __name__ == "__main__":
	capture_video = CaptureVideo()
	capture_video.net_video()

本站博主 , 版权所有丨如未注明 , 均为原创
转载请注明原文链接:Python基于opencv实现AI人脸识别(一)Opencv基础模块搭建和demo例子【显哥出品,必为精品】
喜欢 (1)

您必须 登录 才能发表评论!

(1)个小伙伴在吐槽
  1. 牛批啊大佬
    匿名2022-07-22 16:27