使用OpenCV和Python - Google CoLab在2分钟内进行人脸检测

在这篇快速的帖子中，我想分享一种在OpenCV和Python中使用Haar Cascades检测人脸的非常流行且简单的方法

我正在使用Google Collab来做这件事，首先，请确保您安装了OpenCV。您可以使用pip安装它：

pip install opencv-python

请确保这些库已安装。

第01，02，03，04步

在检测人脸之前，我们应该使用Google Collab打开网络摄像头。

第五步

from IPython.display import display, Javascript

步骤06

from IPython.display import Image

运行这两个代码后，网络摄像头打开，您可以捕捉到一张照片。

照片另存为Photo.jpg。

使用Haar级联的人脸检测是一种基于机器学习的方法，其中级联函数是用一组输入数据来训练的。OpenCV已经包含了许多预先训练好的人脸、眼睛、微笑等分类器。今天我们将使用人脸分类器。您也可以尝试使用其他分类器。

要检测图像中的人脸，请执行以下操作：

步骤07

有几点需要注意：

• 检测仅适用于灰度图像。因此，将彩色图像转换为灰度图像非常重要。(第3行)

gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

• DetectMultiScale函数(第7行)用于检测人脸。它接受3个参数-输入图像、scalefactor和minNeighbour。scalefactor指定图像大小随每个比例减小的程度。minNeighbours指定每个候选矩形应该保留多少个邻居。您可以在这里详细阅读。您可能需要调整这些值才能获得最佳结果。
• 面包含找到面的矩形区域的坐标列表。我们使用这些坐标在图像中绘制矩形。

接下来，我们可以使用绿色矩形检测人脸。

步骤08

要查看检测到的面部，

步骤09

转到文件并打开Photo_Detected.jpg。

结果：

希望你觉得这个有用。如果您在执行上有任何困难或需要任何帮助，请与我联系。