Python+OpenCV人脸识别技术详解

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python+OpenCV人脸识别技术详解，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2269字，纯文字阅读大概需要4分钟。

内容图文

下面我们就用python + OpenCV实现人脸识别。

开发运行环境：
Centos5.5
OpenCV
python2.7
PIL

下面上代码：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

# face_detect.py

# Face Detection using OpenCV. Based on sample code from:
# http://www.pythontab.com

# Usage: python face_detect.py

import sys, os
#引入opencv库中的相应组件
from opencv.cv import *
from opencv.highgui import *
#引入PIL库
from PIL import Image, ImageDraw

from math import sqrt

def detectObjects(image):
#首先把图片转换为灰度模式，以便找到人脸位置
grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)
cvCvtColor(image, grayscale, CV_BGR2GRAY)

storage = cvCreateMemStorage(0)
cvClearMemStorage(storage)
cvEqualizeHist(grayscale, grayscale)

cascade = cvLoadHaarClassifierCascade(
\'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',
cvSize(1,1))
faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,
CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))

result = []
for f in faces:
result.append((f.x, f.y, f.x+f.width, f.y+f.height))

return result

def grayscale(r, g, b):
return int(r * .3 + g * .59 + b * .11)

def process(infile, outfile):

image = cvLoadImage(infile);
if image:
faces = detectObjects(image)

im = Image.open(infile)

if faces:
draw = ImageDraw.Draw(im)
for f in faces:
draw.rectangle(f, outline=(255, 0, 255))

im.save(outfile, "JPEG", quality=100)
else:
print "Error: cannot detect faces on %s" % infile

if __name__ == "__main__":
process(\'input.jpg\', \'output.jpg\')

代码到此结束，上面的例子看不懂，没关系，因为我们大量使用了库里面的函数和方法，如果看不懂，我们可以去网上查或者使用手册，只要借助这些看懂这段代码就ok，重要的是掌握其中的人脸识别实现思想

内容总结

以上是互联网集市为您收集整理的Python+OpenCV人脸识别技术详解全部内容，希望文章能够帮你解决Python+OpenCV人脸识别技术详解所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端