OpenCV + python 实现人脸检测（基于照片和视频进行检测）
发布时间：2020-12-17 00:04:37 所属栏目：Python 来源：网络整理
导读：Haar-like 通俗的来讲，就是作为人脸特征即可。 opencv api 要想使用opencv，就必须先知道其能干什么，怎么做。于是API的重要性便体现出来了。就本例而言，使用到的函数很少，也就普通的读取图片，灰度转换，显示图像，简单的编辑图像罢了。 如下： 读取图片
|
Haar-like 通俗的来讲，就是作为人脸特征即可。 opencv api 要想使用opencv，就必须先知道其能干什么，怎么做。于是API的重要性便体现出来了。就本例而言，使用到的函数很少，也就普通的读取图片，灰度转换，显示图像，简单的编辑图像罢了。 如下： 读取图片 只需要给出待操作的图片的路径即可。 灰度转换 灰度转换的作用就是：转换成灰度的图片的计算强度得以降低。 画图 显示图像 编辑完的图像要么直接的被显示出来，要么就保存到物理的存储介质。 获取人脸识别训练数据 看似复杂，其实就是对于人脸特征的一些描述，这样opencv在读取完数据后很据训练中的样品数据，就可以感知读取到的图片上的特征，进而对图片进行人脸识别。 里卖弄的这个xml文件，就是opencv在GitHub上共享出来的具有普适的训练好的数据。我们可以直接的拿来使用。 训练数据参考地址： ? 探测人脸 说白了，就是根据训练的数据来对新图片进行识别的过程。 我们可以随意的指定里面参数的值，来达到不同精度下的识别。返回值就是opencv对图片的探测结果的体现。 处理人脸探测的结果 结束了刚才的人脸探测，我们就可以拿到返回值来做进一步的处理了。但这也不是说会多么的复杂，无非添加点特征值罢了。 ??实例有了刚才的基础，我们就可以完成一个简单的人脸识别的小例子了。
图片素材 下面的这张图片将作为我们的检测依据。?
人脸检测代码
人脸检测结果 输出图片：?
基于视频： 人脸检测代码 人脸检测结果
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
