总在科幻影戏里看到人脸识别,此刻我们也可以编程来实现啦。哈哈~~
OpenCV是Intel®开源计较机视觉库。它由一系列 C 函数和少量 C++ 类组成,实现了图像处理惩罚和计较机视觉方面的许多通用算法。
OpenCV 拥有包罗 300 多个C函数的跨平台的中、高层 API。它不依赖于其它的外部库–尽量也可以利用某些外部库。它还提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理惩罚和计较机视觉方
面的许多通用算法。
所以总体来说OpenCV的人脸检测成果在是很不错的。
结果图如下:

下面我们就用python + OpenCV实现人脸识别。
开拓运行情况:
Centos5.5
OpenCV
python2.7
PIL
下面上代码:
#!/usr/bin/python # -*- coding: UTF-8 -*- # face_detect.py # Face Detection using OpenCV. Based on sample code from: # http://www.pythontab.com # Usage: python face_detect.py import sys, os #引入opencv库中的相应组件 from opencv.cv import * from opencv.highgui import * #引入PIL库 from PIL import Image, ImageDraw from math import sqrt def detectObjects(image): #首先把图片转换为灰度模式,以便找到人脸位置 grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1) cvCvtColor(image, grayscale, CV_BGR2GRAY) storage = cvCreateMemStorage(0) cvClearMemStorage(storage) cvEqualizeHist(grayscale, grayscale) cascade = cvLoadHaarClassifierCascade( \'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\', cvSize(1,1)) faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2, CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20)) result = [] for f in faces: result.append((f.x, f.y, f.x+f.width, f.y+f.height)) return result def grayscale(r, g, b): return int(r * .3 + g * .59 + b * .11) def process(infile, outfile): image = cvLoadImage(infile); if image: faces = detectObjects(image) im = Image.open(infile) if faces: draw = ImageDraw.Draw(im) for f in faces: draw.rectangle(f, outline=(255, 0, 255)) im.save(outfile, "JPEG", quality=100) else: print "Error: cannot detect faces on %s" % infile if __name__ == "__main__": process(\'input.jpg\', \'output.jpg\')
代码到此竣事,上面的例子看不懂,不要紧,因为我们大量利用了库内里的函数和要领,假如看不懂,我们可以去网上查可能利用手册,只要借助这些看懂这段代码就ok,重要的是把握个中的人脸识别实现思想
