欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

OpenCV-Python 人脸眼睛嘴识别

程序员文章站 2022-03-25 20:59:44
代码第一行: 导入图片 第二行: 灰度化处理 第六--九行: 读取特征数据,并使用分类器对特征数据进行处理 第十--十三行: 进行人脸识别 第十五--二十一行: 进行人脸切分,在上部分识别眼睛;人脸下部分识别嘴的预处理 第二十三--二十五行: 识别眼睛 第二十八--三十行: 识别嘴 将人脸眼睛替换成 ......
 1 # 识别眼睛、嘴巴、人脸
 2 image = cv2.imread('./yong.jpg')
 3 
 4 gray = cv2.cvtcolor(image,code=cv2.color_bgr2bgra)
 5 # 加载算法
 6 face_detector = cv2.cascadeclassifier('./haarcascade_frontalface_default.xml')
 7 eye_detector = cv2.cascadeclassifier('./haarcascade_eye.xml')
 8 mouth_detector = cv2.cascadeclassifier('./haarcascade_mcs_mouth.xml')
 9 
10 face_zone = face_detector.detectmultiscale(gray,1.3,3,minsize=(80,80))
11 print(face_zone)
12 for x,y,w,h in face_zone:
13     cv2.rectangle(image, pt1=(x,y),pt2=(x+w,y+h), color=[0,0,255],thickness=2)
14 
15 #  人脸切分
16 h_up = int(face_zone[0,-1]*0.6)
17 x,y,w,h = face_zone.reshape(-1)
18 # 头部
19 head = gray[y:y+h,x:x+w]
20 head_up = head[0:h_up]
21 head_down = head[h_up:]
22 # 检测眼睛
23 eye_zone = eye_detector.detectmultiscale(head_up,1.3,3,minsize=(10,10))
24 for ex,ey,ew,eh in eye_zone:
25     cv2.rectangle(image, pt1=(ex + x,ey+y), pt2=(ex+ew+x,ey+eh+y),color=[0,255,0],thickness=1)
26 
27 # 检查嘴
28 mouth_zone = mouth_detector.detectmultiscale(head_down,1.3,3,minsize=(10,10))
29 for mx,my,mw,mh in mouth_zone:
30     cv2.rectangle(image, pt1=(mx + x,my+y+h_up), pt2=(mx+mw+x,my+mh+y+h_up),color=[255,0,0],thickness=1)
31 
32 
33 cv2.imshow('liyong', image)
34 cv2.waitkey(0)
35 cv2.destroyallwindows()    

  代码第一行:    导入图片

  第二行:      灰度化处理

  第六--九行:    读取特征数据,并使用分类器对特征数据进行处理

  第十--十三行:   进行人脸识别

  第十五--二十一行: 进行人脸切分,在上部分识别眼睛;人脸下部分识别嘴的预处理

  第二十三--二十五行:  识别眼睛

  第二十八--三十行:  识别嘴 

 

  将人脸眼睛替换成自定义眼睛:

  只需要将上面的第24到25行修改成

eye = cv2.imread('./eye.jpg')
for ex,ey,ew,eh in eye_zone:
#     cv2.rectangle(image, pt1=(ex + x,ey+y), pt2=(ex+ew+x,ey+eh+y),color=[0,255,0],thickness=1)
    # 眼睛缩放
    eye2 = cv2.resize(eye,dsize=(ew,eh))
    # 替换
    image[y+ey: y+ey+eh,ex+x:ex+x+ew] = eye2

  eye2 = cv2.resize(eye,dsize=(ew,eh))    将读取的图片换成识别出的眼睛大小