opencv+python实现人脸表情识别的代码

下面是使用OpenCV和Python实现人脸表情识别的代码示例：

import cv2

# 加载分类器和表情标签
cascade_classifier = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
emotions = ['Angry', 'Disgusted', 'Fearful', 'Happy', 'Neutral', 'Sad', 'Surprised']
# 加载模型
model = cv2.dnn.readNetFromTensorflow('emotion_detection_model.pb')

# 读取摄像头视频流
cap = cv2.VideoCapture(0)

while True:
    # 逐帧读取视频
    ret, frame = cap.read()
    
    # 灰度化处理
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 探测人脸
    faces = cascade_classifier.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
    
    # 对每张脸进行表情检测
    for (x, y, w, h) in faces:
        face = gray[y:y+h, x:x+w] # 从灰度图像中提取人脸区域
        face = cv2.resize(face, (48, 48)) # 将人脸区域缩放为48x48像素
        face = face.reshape((1, 48, 48, 1))
        face = face.astype('float32') / 255.0
        
        # 使用模型进行表情预测
        predictions = model.predict(face)
        emotion_label = emotions[predictions.argmax()]
        
        # 在人脸上标注表情标签
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 0, 255), 2)
        cv2.putText(frame, emotion_label, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)
    
    # 显示视频帧
    cv2.imshow('Facial Expression Recognition', frame)
    
    # 按下"q"键退出程序
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 清理资源
cap.release()
cv2.destroyAllWindows()

这段代码实现了通过摄像头进行实时人脸表情识别。其中，使用了OpenCV的级联分类器（haarcascade_frontalface_default.xml）探测人脸，并使用了一个基于TensorFlow的模型进行表情识别。模型结构可以从OpenCV的GitHub仓库中下载(emotion_detection_model.pb)。在检测到人脸后，将其提取并缩放到48x48像素的大小，然后将其输入到模型中进行表情预测。最后，在人脸上标注预测出的表情标签。