在Python中使用OpenCV进行人脸检测

OpenCV是现在最流行的计算机视觉库，而咱们今天就是要学习如何安装使用OpenCV，以及如何去访问咱们的摄像头。而后咱们一块儿来看看写一我的脸检测程序是如何地简单，简单到只须要几行代码。

在开始以前，我假设你已经对Python有必定的了解。固然，若是你以为你还未入流，这里有推荐一些学习Python的电子书，你能够先学习下Python，如此可让你更好地理解接下来的步骤。另外，这里还推荐一本电子书来学习OpenCV。

好，不浪费时间，开始吧。

To setup opencv in python environment you will need these things ready ( match the versions to follow along with this tutorial),
首先咱们须要先准备好这些环境（版本记得配好）：

• Python 2.x
• OpenCV 2.x
• Numpy库 (这个能够在稍后用pip下载)

首先，对于下载Python，咱们能够先到官网上下对应的版本，若是是Windows就多是msi格式的版本，若是是Mac就多是pkg格式的安装包，若是是Linux则多是源码包。

安装和Python后打开命令行就可使用pip命令进行Python包的安装了，如：

因为OpenCV使用Numpy库，所以先经过命令pip install numpy安装Numpy库。安装完后，尝试导入，没有报错则ok：

而后进入OpenCV官网下对应的版本并安装，尝试导入：

尝试人脸检测

万事俱备，只欠东风。咱们来写代码检测人脸吧，来一发OpenCV的Hello world。

在这里咱们准备使用pre-trained的XML文件，这些XML文件都较难训练，可是咱们不须要担忧，所以OpenCV已经为咱们提供了不少人脸检测相关的pre-trained分类器。

想要使用这写分类器，咱们须要将分类器的XML文件haarcascade_frontalface_default.xml从opencv文件夹/sources/data/haarcascades/下复制到咱们的项目目录下，就是咱们将要写程序的目录下。若是没有opencv文件夹/sources/data/haarcascades/这个目录，能够尝试找一下opencv文件夹/share/OpenCV/haarcascades/。只要找到以下文件便可：

而后若是咱们要加载这个分类器的话，如此就好：

detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

而后接下来咱们先来测试一下摄像头吧，

cap = cv2.VideoCapture(0)
ret, img = cap.read()
cv2.imshow('windowname', img)
cv2.waitKey(0)

# 释放摄像头资源
cap.release()

以上的代码是调用你电脑的0号摄像头，并展现出来。固然，若是你有多个摄像头，那么你也能够试试别的id，修改VideoCapture函数的参数便可。

其中cap.read()就是从摄像头获取到图像，这个函数返回了两个变量，第一个为布尔值表示成功与否，以及第二个是图像。

而后程序经过imshow()展现图片，其第一个传入的参数为窗口的名称，而第二个就是要展现的图片，以上代码传入的就是咱们的自拍。

而waitKey是用来停在图片的展现界面，让你看清楚，参数能够是十、100、1000等，单位是毫秒，这里填0就是一直停着。注意了，若是停留的时间不够久，就可能看不见imshow的照片了。

运行了这段代码，你将会看到摄像头所拍摄的画面，通常来讲就是你本身了。

接下来咱们将图片先转换为灰度图片，

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

而后就开始了人脸检测之旅：

faces = detector.detectMultiScale(gray, 1.3, 5)

以上的这句代码会等到一串list，list中的每一个都有x, y, height, width四个变量。其中list表示检测到的人脸，即list的size就是人脸的个数，而每一个人脸在图片中的位置是（x, y, height, width）。

为了能让咱们更直观地看出来检测结果，咱们将这些人脸框出来：

for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

更进一步

如今咱们已经经过摄像头检测到人脸了，可是咱们真正须要的是否是一张静态的图片，咱们须要的是一个能检测的实时动态视频流。所以咱们加一个循环，而后不断的检测，最终在显示在新窗口中。

detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
cap = cv2.VideoCapture(0)

while True:
    ret, img = cap.read()
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    faces = detector.detectMultiScale(gray, 1.3, 5)
    for (x, y, w, h) in faces:
        cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

    cv2.imshow('frame', img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

须要注意的是，结尾用了waitKey和ord实现了按q退出的功能，就是每一毫秒都在检测键盘有没有按下了q，要是按下了就退出循环了。接下来就释放资源。

总结

在本文中，咱们学习了如何使用Python中的OpenCV，即经过代码写了一我的脸检测的程序。咱们温习或学习了这些知识点：

• 使用OpenCV的分类器
• 从摄像头中读取照片
• 在图片上换框框
• 在新窗口上展现图片
• 实时地进行人脸检测

P.S. 大家发现了XML那里有一个叫猫脸识别的文件吗！！！

先这样吧

原文，如有错误之处请指出，更多地关注煎鱼。