如何使用OpenCV Python检测图像中的眼睛？

"哈尔级联分类器"是一种有效的基于机器学习的目标检测方法。为了训练用于眼睛检测的哈尔级联分类器，该算法最初需要大量的正样本图像（眼睛图像）和负样本图像（没有眼睛的图像）。然后根据这些正样本和负样本图像训练分类器。然后将其用于检测其他图像中的眼睛。我们可以使用已经训练好的哈尔级联进行眼睛检测。

为了在输入图像中进行眼睛检测，我们需要两个哈尔级联，一个用于人脸检测，另一个用于眼睛检测。我们将使用以下两个哈尔级联：

haarcascade_frontalface_alt.xml
haarcascade_eye_tree_eyeglasses.xml

如何下载Haarcascades？

您可以在以下GitHub网站地址找到不同的haarcascades：

https://github.com/opencv/opencv/tree/master/data/haarcascades

要下载用于眼睛检测的哈尔级联，请点击**haarcascade_eye_tree_eyeglasses.xml**文件。以原始格式打开它，右键单击并保存。

**注意** - 将所有haarcascade xml文件保存在**haarcascades**文件夹中。

步骤

要在图像中检测眼睛并在其周围绘制边界框，您可以按照以下步骤操作：

导入所需的库。在以下所有示例中，所需的Python库是**OpenCV**。确保您已安装它。
使用**cv2.imread()**以灰度读取输入图像。指定完整的图像路径。
初始化哈尔级联分类器对象**face_cascade = cv2.CascadeClassifier()**用于人脸检测，以及**eye_cascade = cv2.CascadeClassifier**用于眼睛检测。传递哈尔级联xml文件的完整路径。您可以使用哈尔级联文件**haarcascade_frontalface_alt.xml**来检测图像中的人脸，并使用**haarcascade_eye_tree_eyeglasses.xml**来检测眼睛。
使用**face_cascade.detectMultiScale()**检测输入图像中的人脸。它以**(x,y,w,h)**格式返回检测到的人脸的坐标。
对于检测到的人脸，将roi定义为**image[y:y+h, x:x+w]**。现在在检测到的人脸区域（**roi**）内检测眼睛。使用**eye_cascade.detectMultiScale()**。它还以**(ex,ey,ew,eh)**格式返回眼睛边界矩形的坐标。
使用**cv2.rectangle()**在原始图像中绘制检测到的眼睛周围的边界矩形。
显示带有在眼睛周围绘制的边界矩形的图像。

让我们看一些例子，以便更好地理解。

示例

在这个Python程序中，我们使用哈尔级联在输入图像中检测眼睛。

# import required libraries
import cv2

# read input image
img = cv2.imread('woman.jpg')

# convert to grayscale of each frames
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# read the haarcascade to detect the faces in an image
face_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalface_default.xml')

# read the haarcascade to detect the eyes in an image
eye_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_eye_tree_eyeglasses.xml')

# detects faces in the input image
faces = face_cascade.detectMultiScale(gray, 1.3, 4)
print('Number of detected faces:', len(faces))

# loop over the detected faces
for (x,y,w,h) in faces:
   roi_gray = gray[y:y+h, x:x+w]
   roi_color = img[y:y+h, x:x+w]
   
   # detects eyes of within the detected face area (roi)
   eyes = eye_cascade.detectMultiScale(roi_gray)
   
   # draw a rectangle around eyes
   for (ex,ey,ew,eh) in eyes:
      cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,255),2)

# display the image with detected eyes
cv2.imshow('Eyes Detection',img)
cv2.waitKey(0)
cv2.destroyAllWindows()