python使用opencv进行人脸识别

发表于 5年以前 | 总阅读数：808 次

环境

ubuntu 12.04 LTS
python 2.7.3
opencv 2.3.1-7

安装依赖


    sudo apt-get install libopencv-*
    sudo apt-get install python-opencv
    sudo apt-get install python-numpy

示例代码


    #!/usr/bin/env python
    #coding=utf-8
    import os
    from PIL import Image, ImageDraw
    import cv

    def 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((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))

     return result

    def 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" % infile
    if __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 19M
    drwxr-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
    #endif
    static 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( argv[1], "--cascade=", optlen ) == 0 )
     {
      cascade_name = argv[1] + optlen;
      input_name = argc > 2 ? argv[2] : 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 Files\\OpenCV\\data\\haarcascades\\haarcascade_frontalface_alt2.xml"
      input_name = argc > 1 ? argv[1] : 0;
     }
     cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );
     if( !cascade )
     {
      fprintf( stderr, "ERROR: Could not load classifier cascade\n" );
      fprintf( stderr,
        "Usage: facedetect --cascade=\"<cascade_path>\" [filename|camera_index]\n" );
      return -1;
     }
     storage = cvCreateMemStorage(0);
     if( !input_name || (isdigit(input_name[0]) && input_name[1] == '\0') )
     capture = cvCaptureFromCAM( !input_name ? 0 : input_name[0] - '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( ℑ );
      }
      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 buf[1000+1];
        while( fgets( buf, 1000, f ) )
        {
         int len = (int)strlen(buf);
         while( len > 0 && isspace(buf[len-1]) )
         len--;
         buf[len] = '\0';
         image = cvLoadImage( buf, 1 );
         if( image )
         {
          detect_and_draw( image );
          cvWaitKey(0);
          cvReleaseImage( ℑ );
         }
        }
        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 );
     cvClearMemStorage( storage );
     if( cascade )
     {
      double t = (double)cvGetTickCount();
      CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,
               1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,
               cvSize(30, 30) );
      t = (double)cvGetTickCount() - t;
      printf( "detection time = %gms\n", t/((double)cvGetTickFrequency()*1000.) );
      for( i = 0; i < (faces ? faces->total : 0); i++ )
      {
       CvRect* r = (CvRect*)cvGetSeqElem( faces, i );
       CvPoint center;
       int radius;
       center.x = cvRound((r->x + r->width*0.5)*scale);
       center.y = cvRound((r->y + r->height*0.5)*scale);
       radius = cvRound((r->width + r->height)*0.25*scale);
       cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );
      }
     }
     cvShowImage( "result", img );
     cvReleaseImage( &gray; );
     cvReleaseImage( &small;_img );
    }

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，同时也希望多多支持脚本之家！