Python 利用 OpenCV抓取相片中的面部數據－中壢網頁設計

import os
img_list = []
for fileNames in os.walk("."):
filename_extension = ['.jpg', '.png', '.jpeg', '.JPG', '.gif']
for fe in filename_extension:
for fileName in fileNames[-1]:
if fileName.endswith(fe):
img_list.append(fileName)
for img in img_list:
detect(img)

複製代碼

2021-11-23 22:51 上傳

Python 利用 OpenCV抓取相片中的面部數據

Python 利用 OpenCV抓取相片中的面部數據
子瑜女神看來起來辨識滿成功的。
接著看看失敗的例子，用了一樣的參數辨識一下 Twice和興奮伙伴們？

看來挺失敗的，娜璉和個中兩位興奮伙伴完全沒有辨識出臉，眼睛的部分大多都沒有辨識成功。為了辨識成功，可能需要調劑一下參數。至於若何避免 OpenCV攪渾眼睛和嘴，本人今朝沒有對策，求高手指導。不過還好集體照不是我要辨識的首要目標。
接著修改 detect，把辨識出的臉，另存為供 AI練習的圖象。

為了將圖片數據轉換為合適 AI練習的格式，操縱 OpenCV先對臉部進行辨識，然後將面部數據另存為同一的格式。

import cv2
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
def detect(filename):
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.2,
minNeighbors=3,)
for (x,y,w,h) in faces:
roi_gray = gray[y:y+h, x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,
scaleFactor=1.02,
minNeighbors=3,
minSize=(40,40),)
img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
for (ex,ey,ew,eh) in eyes:
img = cv2.rectangle(img,(x+ex,y+ey),(x+ex+ew,y+ey+eh),(0,255,0),2)
cv2.imwrite('./tzuyu_face.jpg', img)
detect('tzuyu.jpg')

複製代碼

Python OpenCV 面部數據

利用 cv2.CascadeClassifier導入辨識東西，其中選擇了面部和眼睛的辨識工具。
讀取圖象數據後，轉為灰階，行使detectMultiScale做臉部和眼睛的辨識。
detectMultiScale中的數據參數別離是

對面部和眼睛進行辨識，最少辨識出兩隻眼睛(不管對錯)才進行貯存，輸出為 200x200的 png花樣。
我沒有設定minSize，因為我的數據有點少解析度落差也很大，所以不想要太嚴厲。

圖片數據
兩個對角座標
線的顏色
線的粗細

使用 cv2.rectangle把辨識到的臉部或眼睛進行標注，參數依序是

網頁設計第一個迴圈中先使用以辨識的面部再進行眼睛的辨識。
個中 Haar級聯數據可以從這裡下載。裡面供應了各類辨識的對象。
別的也能夠利用 LBP級聯數據，可以從這裡下載。

先試看看子瑜女神，有無法子被辨識。

8.png (40 KB, 下載次數: 6)

下載附件留存到相冊

import cv2
face_cascade = cv2.CascadeClassifier('./cascades/haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('./cascades/haarcascade_eye.xml')
face_filename = 1
def detect(filename):
img = cv2.imread(filename)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.2,
minNeighbors=3,)
for (x,y,w,h) in faces:
roi_gray = gray[y:y+h, x:x+w]
eyes = eye_cascade.detectMultiScale(roi_gray,
scaleFactor=1.02,
minNeighbors=3,)
if len(eyes)>=2:
f = cv2.resize(gray[y:y+h, x:x+w], (200, 200))
global face_filename
name = './face/%d.png' % face_filename
cv2.imwrite(name, f)
face_filename += 1
else:
pass
print('Working with %s' % filename)