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

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

程序员文章站 2022-03-26 13:23:41
在最近刷今日头条以及其他媒体软件时,经常会发现一些AI换脸的视频,于是我想,可不可以自己实现一个可以进行人脸识别的软件程序。我的具体流程是先配合python网络爬虫先进行万张PubFig人脸公共图片的爬取,分析出图片具体特征,然后再配合机器学习的OpenCV视觉库进行软件的构建。有一篇Github的 ......

        在最近刷今日头条以及其他媒体软件时,经常会发现一些ai换脸的视频,于是我想,可不可以自己实现一个可以进行人脸识别的软件程序。我的具体流程是先配合python网络爬虫先进行万张pubfig人脸公共图片的爬取,分析出图片具体特征,然后再配合机器学习的opencv视觉库进行软件的构建。有一篇github的文章讲得很详细,大家可以参考:https://github.com/hironsan/bosssensor

 

         前几篇博客先向大家讲解如何爬取pubfig人脸数据,然后本片的话先用一些动漫人脸图片,向大家展示基本的opencv库的操作,以及用一些公共人脸数据进行简单的人脸识别技术学习。

1.opencv简介

  opencv是一个开源的跨平台计算机视觉库,提供的有python接口,并实现了图像处理和计算机视觉方面的很多通用算法。

 

2.需要安装的包

  本篇先安装opencv和numpy,pandas等数据分析包即可,如果感觉麻烦的话,可以直接安装anaconda科学包(数据分析,挖掘,机器学习库合集),安装与不同编译器配置环境过程这里就不讲解了。

  下载地址(官网太慢了,推荐下面的地址):。python3.5以上的需要下载opencv_python-4.0之类的版本,这里用到的是opencv_python-4.0.0.21-cp37-cp37m-win_amd64.whl这个文件。

  安装完后,我们先用下面的代码输出一个图片:
  

import cv2


img = cv2.imread("1.jpg", 1)
cv2.imshow("1", img)
cv2.waitkey()

结果如下:
万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

发现我们的环境已经成功安装了。

 

3.初步人脸识别

由于本篇文章是第一篇,因此这里先简单的展示一下opencv的一些机器视觉的基础方法,下面就进行介绍。

(1)导入人脸图片,这里用一张动漫图
万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

代码和上面的类似,更改图片即可:

import cv2


img = cv2.imread("firstper.jpg", 1)
cv2.imshow("1", img)
cv2.waitkey()
cv2.destroyallwindows()

这里我们把这段代码封装成一个函数:

def viewimage(image, name_of_window):
    '''
    image:图像对象
    name_of_window:图像窗口名称
    '''
    cv2.namedwindow(name_of_window, cv2.window_normal)
    cv2.imshow(name_of_window, image)
    cv2.waitkey()
    cv2.destroyallwindows()

(2)一些基础图像处理的方法

cropped:cropped = image[y:y+h, x:x+w],就是以(y, x)为起点,裁剪大小为(h, w)的图像,以左上角为起点,竖直向下的方向为y轴,横向为x轴。

resized:dim = (width, height)

     resized = cv2.resize(img, dim, interpolation = cv2.inter_area)

    调整图像的大小。

用下面的代码分别进行这两种图像的处理:

img = cv2.imread("firstper.jpg", 1)
# 裁剪图片大小,裁剪100范围的图片
cropped = img[0:100, 0:100]
viewimage(cropped,"firstper")

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

img = cv2.imread("firstper.jpg", 1)
scale_percent = 30    #调整30%的大小
width = int(img.shape[1] * scale_percent / 100)
height = int(img.shape[0] * scale_percent / 100)
dim = (width, height)
resized = cv2.resize(img, dim, interpolation = cv2.inter_area)
viewimage(resized,"firstper")

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

还有一一些用的操作方法,就是旋转,调节亮度,变模糊/平滑,绘制边框,绘制线段等,在这里并不是进行图像处理,因此就先不先向大家讲解。哈哈。

(3)图像灰度处理

       在进行人脸识别时,好多地方都先进行图像变灰度的操作,这里也给大家介绍一下:

这里有一个阈值函数,gray_image,将所有图像变为比127更暗直至0或者增加亮度到255,将图像的彩色边框的内容略过。

灰度处理代码:

gray_image = cv2.cvtcolor(img, cv2.color_bgr2gray)
viewimage(gray_image,"gray image")

结果:

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

亮度彩色阈值处理代码:

one,threshold_image = cv2.threshold(img, 127, 255, 0)
viewimage(threshold_image,"firstper")

结果:

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

主要是有后面的三个参数控制,大家有兴趣可以自行学习。

(4)人脸识别初讲

  如果我们需要进行人脸识别,需要下载一些opencv配置文件,地址为:,这里我们用到的是haarcascade_frontalface_default.xml文件。用下面的代码进行检测:

face_cascade = cv2.cascadeclassifier('haarcascade_frontalface_default.xml')
img = cv2.imread("firstper.jpg")
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
faces = face_cascade.detectmultiscale(
gray,                # 灰度图
scalefactor= 1.1,    # 缩放比例
minneighbors= 2,    # 识别出一个人脸之前在当前物体周围需要检测的物体数目
minsize=(50, 50)    #窗口的大小
)

firstper = format(len(faces)) + "faces detected!"
print(firstper)# draw a rectangle around the faces
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (255, 255, 0), 2)
viewimage(img,firstper)

detectmultiscale函数是一个检测物体的通用函数。当我们把它用于人脸检测时,它就会从图像中检测出人脸。

但是我们却发现,根本没有检测出我们可爱的小樱的脸,这是为什么呢?不急,我们先用其他图片检测:

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

再来一张最美的图片:

万张PubFig人脸数据实现基于python+OpenCV的人脸特征定位程序(1)

       这时我们发现,识别程序识别的时候会有两个要注意的地方,第一个是动漫图片线条简单,有时候并不能识别出;而且识别的能力和图片的清晰度也有关系。

       针对第一个问题,在接下来的教程中,我会使用哥伦比亚大学的公共pubfig人脸库作为人脸识别数据集,进行机器视觉的训练。向大家讲解一下如何用机器学习训练一个不仅仅能够识别人脸,而且还能够识别表情的软件,欢迎大家继续关注我的博客,如果有宝贵建议的话,请在下方评论。