安装OpenCV
基本要求:
- Python2.7
- Virtualenv
$ brew install opencv
创建项目目录
$ mkdir learn_cv & cd $_
$ virtualenv venv
将OpenCV的链接库添加到python的site-packages内
$ cd /venv/bin/lib/site-packages
$ ln -s /usr/local/opt/opencv/lib/python2.7/site-packages/cv2.so cv2.so
激活virtualenv然后安装opencv-python
(venv) $ pip install opencv-python
从靜态图片识别人脸
具体流程如下：
- 调用
imread读入目标图片
img = cv2.imread("abba.png")
- 使用
cvtColor方法使图片灰度化
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
- 读入训练模型
face_cascade = cv2.CascadeClassifier(r'./data/haarcascades/haarcascade_frontalface_default.xml')
调用 detectMultiScale方法识别图中的人脸
faces = face_cascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.CASCADE_SCALE_IMAGE
)
将图中的人脸用方框圈出
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x + w, y + w), (0, 255, 0), 2)
将重画过的图片显示到窗口中:
cv2.imshow("preview", img)
cv2.waitKey(0)
如果不调用waitKey(0)窗口会马上关闭，那样就看不到输出的效果了。
以下为本示例的全部代码
from __future__ import print_function
import cv2
img = cv2.imread("abba.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
face_cascade = cv2.CascadeClassifier(r'./data/haarcascades/haarcascade_frontalface_default.xml')
faces = face_cascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.CASCADE_SCALE_IMAGE
)
print("{0} faces detected!".format(len(faces)))
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x + w, y + w), (0, 255, 0), 2)
cv2.imshow("preview", img)
cv2.waitKey(0)
