您的位置:首页 > 脚本大全 > > 正文

opencv人脸识别实战(Python opencv实现人眼/人脸识别以及实时打码处理)

更多 时间:2021-10-09 00:09:37 类别:脚本大全 浏览量:1753

opencv人脸识别实战

Python opencv实现人眼/人脸识别以及实时打码处理

利用python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。

系统环境:windows 7 + python 3.6.3 + opencv 3.4.2

一、系统、资源准备

要想达成该目标,需要满足一下几个条件:

  • 找一台带有摄像头的电脑,一般笔记本即可;
  • 需配有python3,并安装numpy包、opencv;
  • 需要有已经训练好的分类器,用于识别视频中的人脸、人眼等,如无分类器,可以点击这里下载:haarcascades分类器

二、动手做

1、导入相关包、设置视频格式、调用摄像头、指定分类器

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • import numpy as np
  • import cv2
  •  
  • fourcc = cv2.videowriter_fourcc("d", "i", "b", " ")
  • out = cv2.videowriter('frame_mosic.mp4',fourcc, 20.0, (640,480))
  •  
  • cv2.namedwindow("captureface")
  • #调用摄像头
  • cap=cv2.videocapture(0)
  • #人眼识别器分类器
  • classfier=cv2.cascadeclassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
  • 2、逐帧调用图像,并实时处理

    从摄像头读取一帧图像后,先转化为灰度图像,然后利用指定的分类器识别出我们需要的内容,接着对该部分内容利用高斯噪声进行覆盖,以达成马赛克的目的。

    代码如下:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • while cap.isopened():
  •  read,frame=cap.read()
  •  if not read:
  •   break
  •  #灰度转换
  •  grey=cv2.cvtcolor(frame,cv2.color_bgr2gray)
  •  #人脸检测
  •  rects = classfier.detectmultiscale(grey, scalefactor = 1.2, minneighbors = 3, minsize = (32, 32))
  •  if len(rects) > 0:  
  •   for rect in rects:
  •     x, y, w, h = rect
  •     # 打码:使用高斯噪声替换识别出来的人眼所对应的像素值
  •     frame[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w))
  •     frame[y+10:y+h-10,x:x+w,1]=np.random.normal(size=(h-20,w))
  •     frame[y+10:y+h-10,x:x+w,2]=np.random.normal(size=(h-20,w))
  •  
  •  cv2.imshow("captureface",frame)
  •  if cv2.waitkey(5)&0xff==ord('q'):
  •   break
  •  # 保存视频
  •  out.write(frame)
  • #释放相关资源
  • cap.release()
  • out.release()
  • cv2.destroyallwindows()
  • 3、观察效果

    代码调用摄像头并在窗口进行了显示,可以实时观察到图像处理的效果,如图:

    opencv人脸识别实战(Python opencv实现人眼/人脸识别以及实时打码处理)

    并将结果保存为视频,方便随时查看:

    opencv人脸识别实战(Python opencv实现人眼/人脸识别以及实时打码处理)

    完整代码如下:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • # -*- coding: utf-8 -*-
  •  
  • import numpy as np
  • import cv2
  •  
  • fourcc = cv2.videowriter_fourcc("d", "i", "b", " ")
  • out = cv2.videowriter('frame_mosic.mp4',fourcc, 20.0, (640,480))
  •  
  • cv2.namedwindow("captureface")
  • #调用摄像头
  • cap=cv2.videocapture(0)
  • #人眼识别器分类器
  • classfier=cv2.cascadeclassifier("../haarcascades/haarcascade_eye_tree_eyeglasses.xml")
  • while cap.isopened():
  •  read,frame=cap.read()
  •  if not read:
  •   break
  •  #灰度转换
  •  grey=cv2.cvtcolor(frame,cv2.color_bgr2gray)
  •  #人脸检测
  •  rects = classfier.detectmultiscale(grey, scalefactor = 1.2, minneighbors = 3, minsize = (32, 32))
  •  if len(rects) > 0:  
  •   for rect in rects:
  •     x, y, w, h = rect
  •     # 打码:使用高斯噪声替换识别出来的人眼所对应的像素值
  •     frame[y+10:y+h-10,x:x+w,0]=np.random.normal(size=(h-20,w))
  •     frame[y+10:y+h-10,x:x+w,1]=np.random.normal(size=(h-20,w))
  •     frame[y+10:y+h-10,x:x+w,2]=np.random.normal(size=(h-20,w))
  •  
  •  cv2.imshow("captureface",frame)
  •  if cv2.waitkey(5)&0xff==ord('q'):
  •   break
  •  # 保存视频
  •  out.write(frame)
  • #释放相关资源
  • cap.release()
  • out.release()
  • cv2.destroyallwindows()
  • 利用opencv提供python接口,可以很方便的进行图像、视频处理方面的学习研究,实在是很方便。这里把近期所学做个简单应用,后续再学习更深入的知识。

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持开心学习网。

    原文链接:https://blog.csdn.net/oYeZhou/article/details/82498031#

    您可能感兴趣