python基于opencv的人脸识别使用Python和

导读在本文中，我们探索OpenCV和python在创建强大的人脸识别系统方面的巨大潜力。从而逐步实现识别图像和视频中的人脸的整个过程。凭借清晰的解释和实际示例，....

在本文中，我们探索 OpenCV 和 python 在创建强大的人脸识别系统方面的巨大潜力。从而逐步实现识别图像和视频中的人脸的整个过程。凭借清晰的解释和实际示例，希望您深入了解计算机视觉和人脸识别。

下载 OpenCV 库

访问官网进行下载并安装： https://opencv.org/

pip install opencv-python

安装完成之后我们可以在文件夹下看到这些文件sources/data/haarcascades

包含了强大的识别算法，如眼睛识别和面部识别

人脸检测报警系统（可用于：家庭监控、人脸门禁、人脸考勤等）

抓拍人脸功能模块。

首先导入cv库。

import cv2

然后调用我们的摄像头（0代表本地摄像头，其他数字代表外置摄像头）。

cap = cv2.VideoCapture(0)

使用 while 循环来确定它是否处于打开状态。

while(cap.isOpened()):

获取每一帧的图像。

ret_flag,Vshow = cap.read()

调用控制键盘函数来控制和确定按键。

k = cv2.waitKey(1) & 0xFF

使用 imshow 函数显示捕获的图像。

cv2.imshow(ceshi,Vshow)

监听键盘输入，按“s”键保存。

if k == ord(s):

保存捕获图像的格式并打印提示文本。

cv2.imwrite(/tmp/ str(num) .name .jpg,Vshow) print(save str(num) ".jpg") print("-------------------------") num = 1

释放摄像头和内存。

cap.release()cv2.destroyAllWindows()

完整的代码片段

import cv2cap = cv2.VideoCapture(0) falg = 1num = 1 while(cap.isOpened()): ret_flag,Vshow = cap.read() k = cv2.waitKey(1) & 0xFF cv2.imshow(ceshi,Vshow) if k == ord(s): cv2.imwrite(/tmp/ str(num) .name .jpg,Vshow) print(save str(num) ".jpg") print("-------------------------") num = 1 elif k == ord( ): break cap.release()cv2.destroyAllWindows()

录人脸功能模块

在编写这个功能模块之前，我们需要在Pycharm或者cmd中在这个文件的根目录下使用如下命令安装人脸模块

pip install opencv-contrib-python

导入依赖

import osimport cv2from PIL import Imageimport numpy as np

存储人脸数据

facesSamples=[]

存储名称数据

ids=[]

存储图片的信息

imagePaths=[os.path.join(path,f) for f in os.listdir(path)]

加载分类器

face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

遍历图像

for imagePath in imagePaths:

将打开的图像转换为灰度

PIL_img = Image.open(imagePath).convert(L)

将图像转换为数组

img_numpy = np.array(PIL_img,uint8)

获取图片中的人脸特征

faces = face_detector.detectMultiScale(img_numpy)

获取每张抓拍图片的id和name

id = int(os.path.split(imagePath)[1].split(.)[0])

防止无脸拍照

for x,y,w,h in faces: ids.append(id) facesSamples.append(img_numpy[y:y h,x:x w])

打印面部特征和ID，并返回数据

print(id,id) print(fs:,facesSamples) return facesSamples,ids

调用图片路径（步骤1抓脸后按s键保存到/tmp/路径下的图片）

path = /tmp/

检索图像数组和 ID 标签数组和名称

faces,ids=getImageAndLabels(path)

加载识别器

recognizer = cv2.face.LBPHFaceRecognizer_create()

训练数据

recognizer.train(faces,np.array(ids))

创建一个目录存放读取到的人脸信息

recognizer.write(tmp/tupian.yml)

完整的代码片段

import osimport cv2from PIL import Imageimport numpy as np def getImageAndLabels(path): facesSamples=[] ids=[] imagePaths=[os.path.join(path,f) for f in os.listdir(path)] face_detector = cv2.CascadeClassifier(<open-cv-installed-path>/sources/data/haarcascades/haarcascade_frontalface_default.xml) for imagePath in imagePaths: PIL_img = Image.open(imagePath).convert(L) img_numpy = np.array(PIL_img,uint8) faces = face_detector.detectMultiScale(img_numpy) id = int(os.path.split(imagePath)[1].split(.)[0]) for x,y,w,h in faces: ids.append(id) facesSamples.append(img_numpy[y:y h,x:x w]) print(id,id) print(fs:,facesSamples) return facesSamples,ids if __name__ == __main__: path = /tmp/ faces,ids=getImageAndLabels(path) recognizer = cv2.face.LBPHFaceRecognizer_create() recognizer.train(faces,np.array(ids)) recognizer.write(tmp/tupian.yml)

人脸识别功能模块

导入依赖

import cv2import os

加载训练好的数据文件

recogizer = cv2.face.LBPHFaceRecognizer_create()

加载保存的面部信息

recogizer.read(tmp/tupian.yml)

定义名称数组

names=[]

定义用于识别的全局变量

warningtime = 0

视频模块中的人脸识别

def face_detect_demo(img): gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) face_detector=cv2.CascadeClassifier(<open-cv-installed-path>/sources/data/haarcascades/haarcascade_frontalface_default.xml) 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) ids, confidence = recogizer.predict(gray[y:y h, x:x w]) if confidence > 80: global warningtime warningtime = 1 if warningtime > 100: # warning() warningtime = 0 cv2.putText(img, unknown, (x 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1) else: 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)

导入存储的图像名称标签

def name(): path = /tmp/ # names = [] imagePaths=[os.path.join(path,f) for f in os.listdir(path)] for imagePath in imagePaths: name = str(os.path.split(imagePath)[1].split(.,2)[1]) names.append(name)

加载视频

cap=cv2.VideoCapture(1.mp4)name()while True: flag,frame=cap.read() if not flag: break face_detect_demo(frame) if ord( ) == cv2.waitKey(10): break

释放内存和视频

cv2.destroyAllWindows()cap.release()

完整的代码片段

import cv2import osrecogizer = cv2.face.LBPHFaceRecognizer_create()recogizer.read(tupian/tupian.yml)names=[]warningtime = 0def face_detect_demo(img): gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) face_detector=cv2.CascadeClassifier(<open-cv-installed-path>/sources/data/haarcascades/haarcascade_frontalface_default.xml) 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) ids, confidence = recogizer.predict(gray[y:y h, x:x w]) if confidence > 80: global warningtime warningtime = 1 if warningtime > 100: # warning() warningtime = 0 cv2.putText(img, unkonw, (x 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1) else: 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) def name(): path = /tmp/ # names = [] imagePaths=[os.path.join(path,f) for f in os.listdir(path)] for imagePath in imagePaths: name = str(os.path.split(imagePath)[1].split(.,2)[1]) names.append(name)cap=cv2.VideoCapture(1.mp4)name()while True: flag,frame=cap.read() if not flag: break face_detect_demo(frame) if ord( ) == cv2.waitKey(10): breakcv2.destroyAllWindows()cap.release()

最后，希望这些示例代码对您的项目有所帮助！