python使用opencv进行人脸识别

python使用opencv进行人脸识别 欢迎来到小码哥的博客博客搬家啦/RvFZs2cpython使用opencv进行人脸识别环境ubuntu 12.04 LTSpython 2.7.3opencv 2.3.1-7安装依赖sudo apt-get install libopencv-*sudo apt-get install python-opencvsudo apt-get install python-numpy示例代码#!/usr/bin/env python#coding=utf-8import osfrom PIL import Image, ImageDrawimport cvdef detect_object(image): 检测图片，获取人脸在图片中的坐标 grayscale = cv.CreateImage(image.width, image.height), 8, 1) cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY) cascade = cv.Load(/usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml) rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2, cv.CV_HAAR_DO_CANNY_PRUNING, (20,20) result = for r in rect: result.append(r00, r01, r00+r02, r01+r03) return resultdef process(infile): 在原图上框出头像并且截取每个头像到单独文件夹 image = cv.LoadImage(infile); if image: faces = detect_object(image) im = Image.open(infile) path = os.path.abspath(infile) save_path = os.path.splitext(path)0+_face try: os.mkdir(save_path) except: pass if faces: draw = ImageDraw.Draw(im) count = 0 for f in faces: count += 1 draw.rectangle(f, outline=(255, 0, 0) a = im.crop(f) file_name = os.path.join(save_path,str(count)+.jpg) # print file_name a.save(file_name) drow_save_path = os.path.join(save_path,out.jpg) im.save(drow_save_path, JPEG, quality=80) else: print Error: cannot detect faces on %s % infileif _name_ = _main_: process(./opencv_in.jpg) 转换效果原图：转换后使用感受对于大部分图像来说，只要是头像是正面的，没有被阻挡，识别基本没问题，准确性还是很高的。识别效率有点低，有时候一张图片能处理七八秒才能处理完，当然这个和机器配置有关。 如果想加速的话可以使用C语言重写，经测试，C语言版的所花时间大约是python的一半另外，官方提供了几个库可一选择，这里使用的是haarcascade_frontalface_alt_tree.xml， 除此之外，/usr/share/opencv/haarcascades/文件夹下还有几个库：/usr/share/opencv/haarcascades>> ll -h总用量 19Mdrwxr-xr-x 2 root root 4.0K 3月 22 17:14 ./drwxr-xr-x 4 root root 4.0K 3月 22 17:14 ./-rw-r-r- 1 root root 1.1M 4月 28 2011 haarcascade_eye_tree_eyeglasses.xml-rw-r-r- 1 root root 495K 4月 28 2011 haarcascade_eye.xml-rw-r-r- 1 root root 818K 4月 28 2011 haarcascade_frontalface_alt2.xml-rw-r-r- 1 root root 3.5M 4月 28 2011 haarcascade_frontalface_alt_tree.xml-rw-r-r- 1 root root 899K 4月 28 2011 haarcascade_frontalface_alt.xml-rw-r-r- 1 root root 1.2M 4月 28 2011 haarcascade_frontalface_default.xml-rw-r-r- 1 root root 622K 4月 28 2011 haarcascade_fullbody.xml-rw-r-r- 1 root root 316K 4月 28 2011 haarcascade_lefteye_2splits.xml-rw-r-r- 1 root root 520K 4月 28 2011 haarcascade_lowerbody.xml-rw-r-r- 1 root root 350K 4月 28 2011 haarcascade_mcs_eyepair_big.xml-rw-r-r- 1 root root 401K 4月 28 2011 haarcascade_mcs_eyepair_small.xml-rw-r-r- 1 root root 306K 8月 2 2011 haarcascade_mcs_leftear.xml-rw-r-r- 1 root root 760K 4月 28 2011 haarcascade_mcs_lefteye.xml-rw-r-r- 1 root root 703K 4月 28 2011 haarcascade_mcs_mouth.xml-rw-r-r- 1 root root 1.6M 4月 28 2011 haarcascade_mcs_nose.xml-rw-r-r- 1 root root 318K 8月 2 2011 haarcascade_mcs_rightear.xml-rw-r-r- 1 root root 1.4M 4月 28 2011 haarcascade_mcs_righteye.xml-rw-r-r- 1 root root 1.5M 4月 28 2011 haarcascade_mcs_upperbody.xml-rw-r-r- 1 root root 1.1M 4月 28 2011 haarcascade_profileface.xml-rw-r-r- 1 root root 317K 4月 28 2011 haarcascade_righteye_2splits.xml-rw-r-r- 1 root root 1022K 4月 28 2011 haarcascade_upperbody.xml/usr/share/opencv/haarcascades>> 根据文件名大家应该能知道是识别什么的。值得一提的是，这里面有四个关于人脸（frontalface）的识别库， 根据我的使用体验，default这个xml识别的最多，这就意味着本来不是头像的也识别成头像了。 alt_tree这个库虽然是最大的，但并不意味着这个库是最好的，应该说，用这个库，识别是最严格的， 这就意味着，有些头像不能被识别，因为根据他的算法，他认为这不是头像。 其余两个和alt_tree差不多。具体识别细节大家可以打开相应的xml看一下。上面的代码只是识别面部，并不包括头发，如果大家想抓一个完整的头像的话， 可以将识别出来的矩形框的上边缘增加一定的比例，比如增加20%头像的高度。附：C+语言人脸识别代码网上找的，亲测可用，效率比python高一点。#include cv.h#include highgui.h#include <stdio.h>#include <stdlib.h>#include <string.h>#include <assert.h>#include <math.h>#include <float.h>#include <limits.h>#include <time.h>#include <ctype.h>#ifdef _EiC#define WIN32#endifstatic CvMemStorage* storage = 0;static CvHaarClassifierCascade* cascade = 0;void detect_and_draw( IplImage* image );const char* cascade_name =haarcascade_frontalface_alt.xml;/* haarcascade_profileface.xml;*/int main( int argc, char* argv ) CvCapture* capture = 0; IplImage *frame, *frame_copy = 0; int optlen = strlen(-cascade=); const char* input_name; if( argc > 1 && strncmp( argv1, -cascade=, optlen ) = 0 ) cascade_name = argv1 + optlen; input_name = argc > 2 ? argv2 : 0; else cascade_name = /usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml; /opencv装好后haarcascade_frontalface_alt2.xml的路径, /也可以把这个文件拷到你的工程文件夹下然后不用写路径名cascade_name= haarcascade_frontalface_alt2.xml; /或者cascade_name =C:Program FilesOpenCVdatahaarcascadeshaarcascade_frontalface_alt2.xml input_name = argc > 1 ? argv1 : 0; cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 ); if( !cascade ) fprintf( stderr, ERROR: Could not load classifier cascaden ); fprintf( stderr, Usage: facedetect -cascade=<cascade_path> filename|camera_indexn ); return -1; storage = cvCreateMemStorage(0); if( !input_name | (isdigit(input_name0) && input_name1 = 0) ) capture = cvCaptureFromCAM( !input_name ? 0 : input_name0 - 0 ); else capture = cvCaptureFromAVI( input_name ); cvNamedWindow( result, 1 ); if( capture ) for(;) if( !cvGrabFrame( capture ) break; frame = cvRetrieveFrame( capture ); if( !frame ) break; if( !frame_copy ) frame_copy = cvCreateImage( cvSize(frame->width,frame->height), IPL_DEPTH_8U, frame->nChannels ); if( frame->origin = IPL_ORIGIN_TL ) cvCopy( frame, frame_copy, 0 ); else cvFlip( frame, frame_copy, 0 ); detect_and_draw( frame_copy ); if( cvWaitKey( 10 ) >= 0 ) break; cvReleaseImage( &frame_copy ); cvReleaseCapture( &capture ); else const char* filename = input_name ? input_name : (char*)lena.jpg; IplImage* image = cvLoadImage( filename, 1 ); if( image ) detect_and_draw( image ); cvWaitKey(0); cvReleaseImage( &image ); else /* assume it is a text file containing the list of the image filenames to be processed - one per line */ FILE* f = fopen( filename, rt ); if( f ) char buf1000+1; while( fgets( buf, 1000, f ) ) int len = (int)strlen(buf); while( len > 0 && isspace(buflen-1) ) len-; buflen = 0; image = cvLoadImage( buf, 1 ); if( image ) detect_and_draw( image ); cvWaitKey(0); cvReleaseImage( &image ); fclose(f); / getchar(); cvDestroyWindow(result); return 0;void detect_and_draw( IplImage* img ) static CvScalar colors = 0,0,255, 0,128,255, 0,255,255, 0,255,0, 255,128,0, 255,255,0, 255,0,0, 255,0,255 ; double scale = 1.3; IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 ); IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale), cvRound (img->height/scale), 8, 1 ); int i; cvCvtColor( img, gray, CV_BGR2GRAY ); cvResize( gray, small_img, CV_INTER_LINEAR ); cvEqualizeHist( small_img, small_img );