OpenCV神技——人脸检测，猫脸检测

阳光穿透心脏的1/2处 2022-05-12 13:08 262阅读 0赞

### 简介 ###

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。  
  OpenCV的官方网址为：[https://opencv.org/，][https_opencv.org] 其Github网址为：[https://github.com/opencv][https_github.com_opencv] 。  
  本文将会介绍OpenCV在人脸检测等方面的应用，使用的语言为Python。  
  本文介绍的人脸检测使用OpenCV自带的Haar特征检测，训练好的模型的存放网址为：[https://github.com/opencv/opencv/tree/master/data/haarcascades][https_github.com_opencv_opencv_tree_master_data_haarcascades] ，如下图：  
![70][]  
笔者将会介绍其中的人脸检测（haarcascade\_frontalface\_default.xml）和猫脸检测(haarcascade\_frontalface.xml)。

### 人脸检测 ###

利用OpenCV的Python接口实现人脸检测的流程如下：

*  读取图片
 *  将图片转换为灰度模式，便于人脸检测
 *  利用Haar特征检测图片中的人脸
 *  绘制人脸的矩形区域
 *  显示人脸检测后的图片

示例的Python代码如下：

# -*- coding: utf-8 -*- import cv2 import logging # 设置日志 logging.basicConfig(level = logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') logger = logging.getLogger(__name__) # 待检测的图片路径 ImagePath = 'E://zhoujielun.jpg' # 读取图片 logger.info('Reading image...') image = cv2.imread(ImagePath) # 把图片转换为灰度模式 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 探测图片中的人脸 logger.info('Detect faces...') # 获取训练好的人脸的参数数据,进行人脸检测 face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml') faces = face_cascade.detectMultiScale(gray,scaleFactor=1.15,minNeighbors=5,minSize=(3, 3)) search_info = "Find %d face."%len(faces) if len(faces) <= 1 else "Find %d faces."%len(faces) logger.info(search_info) # 绘制人脸的矩形区域(红色边框) for (x, y, w, h) in faces: cv2.rectangle(image, (x,y), (x+w,y+h), (0,0,255), 2) # 显示图片 cv2.imshow('Find faces!', image) cv2.waitKey(0)

输出结果如下：

2018-09-18 10:35:31,232 - INFO: Reading image...
    2018-09-18 10:35:31,261 - INFO: Detect faces...
    2018-09-18 10:35:32,122 - INFO: Find 1 face.

检测后的图片如下：

![70 1][]  
可以看到人脸检测的效果还是不错的。  
  把代码中的图片换成《碟中谍6》里面的图片（笔者最近刚看完《碟中谍6》，强烈推荐），人脸检测的效果如下：

![70 2][]

### 猫脸检测 ###

人脸检测、人脸识别是近来非常火的技术，那么，用来识别猫脸呢？只需要把之前代码中的模型文件换成haarcascade\_frontalface.xml即可。完整的Python代码如下：

# -*- coding: utf-8 -*- import cv2 import logging # 设置日志 logging.basicConfig(level = logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') logger = logging.getLogger(__name__) # 待检测的图片路径 ImagePath = 'E://cat.jpg' # 读取图片 logger.info('Reading image...') image = cv2.imread(ImagePath) # 把图片转换为灰度模式 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 探测图片中的人脸 logger.info('Detect faces...') # 获取训练好的人脸的参数数据,进行人脸检测 face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalcatface.xml') faces = face_cascade.detectMultiScale(gray,scaleFactor=1.15,minNeighbors=5,minSize=(3, 3)) search_info = "Find %d face."%len(faces) if len(faces) <= 1 else "Find %d faces."%len(faces) logger.info(search_info) # 绘制人脸的矩形区域(红色边框) for (x, y, w, h) in faces: cv2.rectangle(image, (x,y), (x+w,y+h), (0,0,255), 2) # 显示图片 cv2.imshow('Find faces!', image) cv2.waitKey(0)

输出的结果如下：

2018-09-18 10:43:00,564 - INFO: Reading image...
    2018-09-18 10:43:00,585 - INFO: Detect faces...
    2018-09-18 10:43:01,741 - INFO: Find 1 face.

猫脸检测后的效果如下：

![70 3][]  
怎么样，是不是感觉萌萌的？

### 总结 ###

本文主要介绍了OpenCV在人脸检测和猫脸检测方面的应用，并且给出了具体的Python代码。  
  那么，能检测人脸和猫脸，我们又能做些什么呢？其实，我们如果继续探究下去，可以做不少的事情，比如结合深度学习的模型，比如CNN等，可以实现人脸识别啊，物体检测，自动给图像打标签等。后续，笔者将会给出这些具体应用的一些实例，欢迎大家交流~

注意：本人现已开通微信公众号： 轻松学会Python爬虫（微信号为：easy\_web\_scrape）， 欢迎大家关注哦~~

[https_opencv.org]: https://opencv.org/%EF%BC%8C
[https_github.com_opencv]: https://github.com/opencv
[https_github.com_opencv_opencv_tree_master_data_haarcascades]: https://github.com/opencv/opencv/tree/master/data/haarcascades
[70]: /images/20220512/2a99d3510f2c4292a276b6f9314131a9.png
[70 1]: /images/20220512/525104da265749ca90fcc020b00bdecf.png
[70 2]: /images/20220512/4b58e92ed6b24f259ca3ef7db80d9987.png
[70 3]: /images/20220512/09ac122607eb434d8a6ce54201f0938b.png