OpenCV:快速入门图片人脸识别

现在正在做论文，数据处理过程中有一个变量是对用户头像进行数据编码。图片有上万张，如果人工编码，我得累死。大致头像数据样式如下：

才开始我想到图片是由像素颜色等组成的，分析图片的主色调，正好之前有一期公众号文章分享过类似的功能。但是只是这样编码头像这个变量，意义不大。后来才发现有OpenCV这个库，图片视频处理库，目前我只是需要处理人脸功能，今天就记录下来。

项目需要：

1. 识别有无人脸

2. 如可能，最好标出人脸个数

准备：

1. 安装opencv-python库

2. 下载训练好的人脸分类器

  https://github.com/opencv/opencv/tree/master/data/haarcascades

必备知识

一、Haar-like

Haar-like，简单的说就是作为人脸特征即可。 Haar-like反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。

二、读取图片

只需要给出待操作的图片的路径即可。

1. import cv2

2. image = cv2.imread(imagepath)

三、灰度转换

转换成灰度的图片，计算机运算起来会效率提高。具体我也不懂，会用就行。

1. import cv2

2. gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

四、载入人脸分类器

分类器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。

这部分对我来说完全是黑箱。但我只需要指导输入输出即可。人脸分类器数据网络上有，我已经下载下来了。直接使用下面代码导入分类器即可。

1. import cv2

2. classifier = 人脸分类器路径  #这里我用的haarcascade_frontalface_default.xml

3. face_cascade = cv2.CascadeClassifier(classifier)

训练数据下载地址: https://github.com/opencv/opencv/tree/master/data/haarcascades

五、识别人脸

根据训练的数据来对新图片进行识别。

1. import cv2

2. #探测图片中的人脸

3. faces = face_cascade.detectMultiScale(image)

返回值faces就是opencv对图片的探测结果的体现。

返回值faces需要进一步的处理了，获得如人脸数目

1. import cv2

2. print（"发现{0}个人脸!".format(len(faces))）

六、画框，圈中人脸

如果有人脸，就会对图片操作。对人脸位置周围画方框，方框颜色(0,255,0)，方框粗细为2.

1. for(x,y,w,h) in faces:

2.   cv2.rectangle(image,(x,y),(x+w,y+w),(0,255,0),2)

七、显示图像

识别结果输出到屏幕上来。

1. import cv2

2. cv2.imshow("Image Title",image)

实战

有了上面的基本了解，大邓跑出了第一个人脸识别程序。感觉一眨眼就将一个头像中人脸别出来了，真是快啊。

素材

代码

1. import cv2

2. import os

3. photopath = os.getcwd()+'/92_avatar.jpg'

4. classifier = os.getcwd()+'/haarcascade_frontalface_default.xml'

5. #读取图片

6. image = cv2.imread(photopath)

7. #灰度转换

8. gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

9. #获取人脸识别训练数据

10. face_casacade = cv2.CascadeClassifier(classifier)

11. #探测人脸

12. faces = face_casacade.detectMultiScale(image)

13. # 方框的颜色和粗细

14. color = (0,0,255)

15. strokeWeight = 1

16. #弹出框名字

17. windowName = "Object Detection"

18. while True:  #为了防止

19.    #人脸个数

20.    print(len(faces))

21.    for x, y, width, height in faces:

22.        cv2.rectangle(image, (x, y), (x + width, y + height), color, strokeWeight)

23.    #展示人脸识别效果

24.    cv2.imshow(windowName, image)

25.    #点击弹出的图片，按escape键，结束循环

26.    if cv2.waitKey(20) == 27:

27.        break

28. #循环结束后，退出程序。

29. exit()

人脸识别结果