Ubuntu 12.04下用OpenCV 2.3.1实现Python人脸识别及坐标提取

本篇文章主要介绍了如何在Python环境中利用OpenCV库进行人脸识别。文章以Ubuntu 12.04 LTS操作系统、Python 2.7.3版本和OpenCV 2.3.1-7版本为基础，详细讲解了安装依赖库（如libopencv、python-opencv和numpy）的过程以及实现人脸识别的具体步骤。 首先，安装必要的库是进行人脸识别的前提。在Ubuntu系统中，通过以下命令行安装相关依赖： ```bash sudo apt-get install libopencv-* # 安装OpenCV库 sudo apt-get install python-opencv # 安装Python接口的OpenCV sudo apt-get install python-numpy # 安装用于科学计算的NumPy库 ``` 然后，作者提供了一个简单的Python脚本，展示了人脸识别的核心功能。脚本定义了两个函数：`detect_object()` 和 `process()`。 `detect_object()` 函数是人脸识别的关键部分，它接收一个图像作为输入，首先将其转换为灰度图像，然后加载预训练的人脸检测器（haarcascade_frontalface_alt_tree.xml），该文件包含了用于检测人脸的级联分类器。接着，它使用Haar特征检测器检测图像中的面部特征，并返回每个检测到的人脸的矩形边界坐标。矩形坐标由四个元素组成：左上角(x, y)和右下角(x + w, y + h)，其中(x, y)是矩形左上角的坐标，w和h分别是矩形的宽度和高度。 `process()` 函数用于处理整个流程，它首先加载原始图像，然后调用`detect_object()` 函数获取人脸位置。如果检测到人脸，它会在原图上用矩形框标注出来，并将带有人脸区域的图像保存到指定的子目录中。为了创建子目录，函数会检查该路径是否存在，如果不存在则尝试创建。 这篇文章提供了一个基础的Python人脸识别教程，通过实际代码展示了如何在OpenCV框架下使用Haar级联分类器来检测并定位图像中的人脸。这对于初学者理解和实现简单的计算机视觉应用非常有帮助，同时也为更复杂的面部识别项目提供了入门基础。