OpenCV Python - 人脸检测

OpenCV 使用基于**Haar**特征的级联分类器进行目标检测。这是一种基于机器学习的算法，其中级联函数从大量正样本和负样本图像中训练得到。然后用于检测其他图像中的物体。该算法使用了级联分类器的概念。

用于人脸、眼睛等的预训练分类器可以从 https://github.com下载。

对于以下示例，请从该 URL 下载并**复制 haarcascade_frontalface_default.xml** 和 **haarcascade_eye.xml**。然后，加载我们的输入图像，以灰度模式用于人脸检测。

CascadeClassifier 类的**DetectMultiScale()** 方法检测输入图像中的物体。它以矩形及其尺寸 (x,y,w,h) 的形式返回检测到的人脸的位置。一旦我们获得这些位置，我们就可以将其用于眼睛检测，因为眼睛总是位于脸上！

示例

人脸检测的完整代码如下所示：

import numpy as np
import cv2

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

img = cv2.imread('Dhoni-and-virat.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
for (x,y,w,h) in faces:
   img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
   roi_gray = gray[y:y+h, x:x+w]
   roi_color = img[y:y+h, x:x+w]
   eyes = eye_cascade.detectMultiScale(roi_gray)
   for (ex,ey,ew,eh) in eyes:
      cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2)

cv2.imshow('img',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

您将在输入图像中看到围绕人脸绘制的矩形，如下所示：