總在科幻電影裡看到人臉識別,現在我們也可以程式設計來實現啦。哈哈~~
OpenCV是Intel ®開源計算機視覺庫。它由一系列 C 函式和少量 C++ 類構成,實現了影像處理和計算機視覺方面的很多通用演算法。
OpenCV 擁有包括 300 多個C函式的跨平臺的中、高層 API。它不依賴於其它的外部庫--儘管也可以使用某些外部庫。它還提供了Python、Ruby、MATLAB等語言的介面,實現了影像處理和計算機視覺方
面的很多通用演算法。
所以總體來說OpenCV的人臉檢測功能在是很不錯的。
效果圖如下:
下面我們就用python + OpenCV實現人臉識別。
開發執行環境:
Centos5.5
OpenCV
python2.7
PIL
下面上程式碼:
#!/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庫中的相應元件 from opencv.cv import * from opencv.highgui import * #引入PIL庫 from PIL import Image, ImageDraw from math import sqrt def detectObjects(image): #首先把圖片轉換為灰度模式,以便找到人臉位置 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\')
程式碼到此結束,上面的例子看不懂,沒關係,因為我們大量使用了庫裡面的函式和方法,如果看不懂,我們可以去網上查或者使用手冊,只要藉助這些看懂這段程式碼就ok,重要的是掌握其中的人臉識別實現思想