使用OpenCV进行人脸检测

Computer Vision
OpenCV

目的

不需要高深的理论，搭建属于自己的人脸检测。

简介

人脸检测（Face Detection）属于计算机视觉（Computer Vision）的范畴，与人脸识别（Face Recognition）不一样，人脸检测只是检测是否有人脸，不能分辨具体某个人是谁。

内容

需要安装以下两个环境：

  • Python 3+
  • OpenCV

OpenCV提供了2种已经训练好的分类器（Classifier）来进行人脸检测，分类器是由成百上千个人脸和非人脸图片训练出来的。

  • Haar Classifier：haarcascade_frontalface_alt.xml
  • LBP Classifier：lbpcascade_frontalface.xml

这两个分类器都是使用灰度图（gray scales）进行训练的，因为颜色对于识别人脸来说没有什么意义，这两个分类器在目录opencv/data/下面。

两种分类器的优缺点：

代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
# 加载OpenCV类库
import cv2

# 读取图片
picture = cv2.imread('data/man.jpeg')
# 将彩色图片转换为灰度图
gray_img = cv2.cvtColor(picture, cv2.COLOR_BGR2GRAY)
# 加载分类器
haar_face_cascade = cv2.CascadeClassifier('data/haarcascade_frontalface_alt.xml')
# lbp_face_cascade = cv2.CascadeClassifier('data/lbpcascade_frontalface.xml')  
# 执行人脸检测
faces = haar_face_cascade.detectMultiScale(gray_img, scaleFactor=1.1, minNeighbors=5)
print('Faces found: ', len(faces))
# 标记检测到的人脸位置
for (x, y, w, h) in faces:
    cv2.rectangle(picture, (x, y), (x + w, y + h), (0, 255, 0), 2)
# 显示图片
cv2.imshow('Test Imag', picture)
cv2.waitKey(0)

参考资料
OpenCV face detection
OpenCV Tutorial