使用 OpenCV 进行人脸检测（opencv自带人脸检测算法对比）

使用 OpenCV 和 Python 检测人脸的一种非常流行且简单的方法

步骤 01

首先，请确保你已安装 OpenCV。你可以使用 pip 安装它：

pip install opencv-python

步骤 02

请确保这些库已经安装。

import cv2

pip install numpy

pip install matplotlib

步骤 03

在检测人脸之前，我们必须使用 Google Colab 打开网络摄像头。

from google.colab.patches import cv2_imshow

步骤 04

运行这两个代码后，网络摄像头打开，你可以拍张照片。

照片保存为 photo.jpg。

图片

photo.jpg

使用 Haar 级联的人脸检测是一种基于机器学习的方法，其中使用一组输入数据训练级联函数。OpenCV 已经包含许多针对面部、眼睛、微笑等的预训练分类器。今天我们将使用面部分类器。你也可以尝试使用其他分类器。

要检测图像中的人脸：

步骤 05

import cv2
img = cv2.imread('photo.jpg')
gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')

nose_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_nose.xml')

# detect all the faces in the image
faces = face_cascade.detectMultiScale(gray_img,1.1,4)
# print the number of faces detected
print(f"{len(faces)} faces detected in the image.")

对于每个人脸，绘制一个绿色矩形：

步骤 06

for x, y, width, height in faces:

cv2.rectangle(img, (x, y), (x + width, y + height), color=(0, 255, 0), thickness=2)

用矩形保存图像：

步骤 07

# save the image with rectangles

cv2.imwrite("photo_detected.jpg", img)

转到文件 photo_detected.jpg 并打开 。