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。
原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2021/07/27/%e4%bd%bf%e7%94%a8opencv%e5%92%8cpython%e2%80%8a-%e2%80%8agoogle-colab%e5%9c%a82%e5%88%86%e9%92%9f%e5%86%85%e8%bf%9b%e8%a1%8c%e4%ba%ba%e8%84%b8%e6%a3%80%e6%b5%8b-2/