使用 OpenCV 来检测图像数据集中的人脸和眼睛

2024-07-01 18:53| 来源: 网络整理| 查看: 265

检测图像数据集中的人脸和眼睛，用矩形框绘制检测到的人脸和眼睛区域

1.使用cv2.CascadeClassifier 类加载检测人脸和眼睛的分类器，有三种不同的方法：

a. 普通加载

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier('haarcascade_eye.xml')

b.输入绝对路径进行查找分类器文件，这个不容易报错，首先要在你的电脑里面查找到分类器的地址

face_cascade = cv2.CascadeClassifier('C:/path/to/haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier('C:/path/to/haarcascade_eye.xml')

下面我用到的是第三种加载分类器文件方式

import cv2 import os import numpy as np # 定义一个函数 def detect_faces_eyes(image_path,save_path): # 加载人脸检测器和眼睛检测器的级联分类器 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml') # 读取图像 image = cv2.imdecode(np.fromfile(image_path, dtype=np.uint8), 1) # 图像转成灰度图，以便更好的检测人脸和眼睛 gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=5,minSize=(30,30)) for (x,y,w,h) in faces: # 在检测到的人脸区域绘制矩形框 cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),2) roi_gray = gray[y:y+h,x:x+w] roi_color = image[y:y+h,x:x+w] # 在人脸区域检测眼睛 eyes = eye_cascade.detectMultiScale(roi_gray) for (ex,ey,ew,eh) in eyes: # 在检测到的眼睛区域绘制矩形框 cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,0,255),2) # 保存图像 cv2.imencode(save_path, image)[1].tofile(save_path) a = r'图片数据集目录' b = r'保存图片目录' for file in os.listdir(a): image_path = os.path.join(a, file) save_path = os.path.join(b, file) detect_faces_eyes(image_path, save_path)

在上述代码中，我们首先加载了人脸检测器和眼睛检测器的级联分类器。这些级联分类器包含训练好的模型，可以用于检测人脸和眼睛。

然后，我们读取图像并将其转换为灰度图像，以便更好地进行人脸和眼睛检测。

我们使用os.listdir()函数遍历图像文件目录中的每个文件。对于每个文件，我们构建图像路径和保存路径，并调用detect_faces_eyes()函数进行人脸和眼睛检测。

希望本文能帮助你了解如何使用Python和OpenCV进行人脸和眼睛检测。如果你有任何问题，请随时提问。

【本文地址】

公司简介

联系我们