基于OpenCV和Python的对图片进行人脸识别的示例代码
时间: 2024-02-07 17:03:01 浏览: 75
基于OpenCV及Python语言的人脸识别系统
以下是一个基于OpenCV和Python的对图片进行人脸识别的示例代码:
```python
import cv2
import os
# 指定人脸检测器
face_detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
# 加载训练好的人脸识别模型
face_recognizer = cv2.face.LBPHFaceRecognizer_create()
face_recognizer.read('trainer.yml')
# 指定图片路径
image_path = 'test.jpg'
# 加载图片
image = cv2.imread(image_path)
# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_detector.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(30, 30))
# 对每个检测到的人脸进行识别
for (x, y, w, h) in faces:
# 绘制人脸矩形框
cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 提取人脸图像
face_roi = gray[y:y+h, x:x+w]
# 调整图像大小
face_roi = cv2.resize(face_roi, (200, 200))
# 预测人脸所属的类别
label, confidence = face_recognizer.predict(face_roi)
# 绘制人名标签
name = names[label]
cv2.putText(image, name, (x, y-20), font, 1, (0, 255, 0), 2)
# 显示图片
cv2.imshow('image', image)
# 等待按下任意键退出程序
cv2.waitKey(0)
# 关闭所有窗口
cv2.destroyAllWindows()
```
需要注意的是,这个示例代码中使用的是LBPH算法进行人脸识别,如果需要改用其他算法,比如Eigenfaces或Fisherfaces,需要更改相应的代码。另外,需要确保训练好的人脸识别模型文件(trainer.yml)和人脸检测器文件(haarcascade_frontalface_default.xml)存在,并且与代码中的路径保持一致。
阅读全文