當前位置：首頁 > 科技 > 軟件

基于 Python 的人臉檢測：人臉識別的前提

來源：責編：時間：2024-06-12 17:28:51 153觀看

導讀人臉檢測是一種識別數字圖像中人類面孔的技術。人臉檢測是一項相對成熟的技術，還記得在您的數碼相機的舊日子里，當您通過取景器看時？您會看到圍繞在取景器中的人們臉部的矩形框。在進行人臉識別之前，您需要學習的技術就是

人臉檢測是一種識別數字圖像中人類面孔的技術。人臉檢測是一項相對成熟的技術，還記得在您的數碼相機的舊日子里，當您通過取景器看時？您會看到圍繞在取景器中的人們臉部的矩形框。在進行人臉識別之前，您需要學習的技術就是人臉檢測，也就是試圖給臉部賦予一個名字。

對于人臉檢測，其中最著名的算法之一是被稱為Viola-Jones人臉檢測技術，通常稱為Haar級聯。Haar級聯在深度學習流行之前就被發明了，是最常用于檢測人臉的技術之一。

人臉檢測/識別的道德考慮

盡管檢測和識別人臉的能力確實很酷，但它肯定涉及很多道德問題。在將面部識別應用到項目中之前，您需要注意一些關切事項。這些關切事項包括隱私（人臉檢測可用于在未經同意的情況下追蹤人們的活動）、偏見（人臉檢測可能對不同種族、性別或年齡的個體存在偏見）以及濫用（捕捉到的面部可能被用于其他非法用途或惡意目的）。因此，盡管本文側重于人臉檢測的技術能力，但在將其應用到工作中之前，您應該仔細考慮道德和倫理問題。

以下是一些低風險項目，可以在其中實施人臉檢測/識別：

考勤跟蹤 —— 您可以在學校或工作場所使用人臉識別進行考勤。
個性化 —— 使用人臉識別來個性化服務。一個很好的例子是在娛樂服務中，根據用戶的觀看歷史推薦特定的電視節目。
安全 —— 使用人臉識別來解鎖非關鍵系統，如智能手機和計算機。

然而，在某些應用中使用人臉識別具有嚴重的道德影響。以下是一些例子：

執法 —— 盡管人臉識別對執法可能有用，但人們對其不準確性和偏見存在一些嚴重的擔憂。
監視 —— 人臉識別技術已經在一些國家用于監視和追蹤其公民，特別是持不同政見者。一些公司還使用人臉識別來監視員工的生產力，這直接侵犯了他們的隱私。

如何做Haar級聯

Haar級聯分類器用于檢測其經過訓練的對象。以下是Haar面部分類器的工作原理的高級概述：

首先，使用一組正圖像（包含面部的圖像）和一組負圖像（不包含面部的圖像）對分類器進行訓練。
然后從圖像中提取特征。以下圖顯示了從包含面部圖像中提取的一些特征。

為了從圖像中檢測人臉，您需要尋找通常在人臉上找到的各種特征的存在（見下圖），例如眉毛，其中眉毛上方的區域比下方的區域亮。

當一幅圖像包含所有這些特征的組合時，它被認為包含一個人臉。

幸運的是，不需要知道Haar級聯是如何工作的，OpenCV可以直接使用預訓練的Haar級聯進行人臉檢測，以及用于識別其他對象的其他Haar級聯。預定義的Haar級聯列表可在GitHub上找到，鏈接為：https://github.com/opencv/opencv/tree/master/data/haarcascades。

開源計算機視覺（OpenCV）是由英特爾最初開發的開源計算機視覺和機器學習軟件庫。它旨在為計算機視覺應用程序提供共同的基礎架構，并加速機器感知在商業產品中的使用。OpenCV附帶了幾個預訓練的Haar級聯，可以檢測眼睛、臉部、俄羅斯車牌、微笑等。對于人臉檢測，您將需要`haarcascade_frontalface_default.xml`文件，可以從上文的GitHub鏈接中下載。

安裝OpenCV

讓我們嘗試使用OpenCV進行人臉檢測。首先，您需要使用以下命令進行安裝：

!pip install opencv-python

對于本文示例，您需要創建一個名為`face_detection.py`的文件。首先，通過以下語句導入OpenCV庫：

import cv2

從Webcam讀取

接下來要做的是連接到您的網絡攝像頭并在屏幕上顯示圖像：

import cv2# default webcamstream = cv2.VideoCapture(0)while(True):    # Capture frame-by-frame    (grabbed, frame) = stream.read()    # Show the frame    cv2.imshow("Image", frame)    key = cv2.waitKey(1) & 0xFF        if key == ord("q"):    # Press q to break out of the loop        break# Cleanupstream.release()cv2.waitKey(1)cv2.destroyAllWindows()cv2.waitKey(1)

為引用您的網絡攝像頭，請使用`VideoCapture`類并傳遞一個數字，表示您的攝像頭實例（0表示第一個攝像頭，1表示第二個攝像頭，依此類推）。

stream = cv2.VideoCapture(0)

為了持續捕獲來自網絡攝像頭的輸入，使用一個無限循環（`while(True)`）讀取每一幀然后顯示它：

 # Capture frame-by-frame    (grabbed, frame) = stream.read()    # Show the frame    cv2.imshow("Image", frame)

為了使程序能夠優雅地退出，等待用戶在鍵盤上按鍵。當按下"q"鍵時，循環終止：

   key = cv2.waitKey(1) & 0xFF        if key == ord("q"):    # Press q to break out of the loop        break

然后進行清理工作：

# Cleanupstream.release()cv2.waitKey(1)cv2.destroyAllWindows()cv2.waitKey(1)

要運行程序，請轉到終端并鍵入：

$ python face_detection.py

現在您應該看到您的臉：

檢測到臉部

現在來玩個有趣的部分 —— 檢測臉部。首先，創建`CascadeClassifier`類的一個實例，并將`haarcascade_frontalface_default.xml`文件傳遞給它：

import cv2# for face detectionface_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

您需要復制`haarcascade_frontalface_default.xml`文件并將其放在與`face_detection.py`文件相同的文件夾中。您可以從https://github.com/opencv/opencv/tree/master/data/haarcascades下載XML文件。現在，您可以使用`detectMultiScale()`函數來檢測臉部：

while(True):    # Capture frame-by-frame    (grabbed, frame) = stream.read()    #===============DETECTING FACES============    # Convert to grayscale    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    # Try to detect faces in the webcam    faces = face_cascade.detectMultiScale(gray,                                           scaleFactor=1.3,                                           minNeighbors=5)        # for each faces found    for (x, y, w, h) in faces:                # Draw a rectangle around the face        color = (0, 255, 255) # in BGR        stroke = 5            cv2.rectangle(frame, (x, y), (x + w, y + h),             color, stroke)    #===============DETECTING FACE=============    # Show the frame    cv2.imshow("Image", frame)    key = cv2.waitKey(1) & 0xFF        if key == ord("q"):    # Press q to break out of the loop        break

請注意`detectMultiScale()`函數中的以下參數：

scaleFactor` 參數允許您將捕獲圖像重新縮放到新的尺寸，以便算法能夠檢測到人臉。
minNeighbors` 參數指定每個候選矩形應具有多少鄰居才能保留它。此參數影響檢測到的人臉的質量。較高的值導致更少的檢測，但質量更高。通常，4到6是一個不錯的數字。

您可以變化這兩個參數的值以確保正確檢測到人臉。

當檢測到臉部時，您希望在它們周圍畫出矩形：

# for each faces found    for (x, y, w, h) in faces:                # Draw a rectangle around the face        color = (0, 255, 255) # in BGR        stroke = 5            cv2.rectangle(frame, (x, y), (x + w, y + h),             color, stroke)

當您重新運行`face_detection.py`文件時，現在應該能夠檢測到臉部了。

`face_detection.py`文件的完整內容如下：

import cv2# for face detectionface_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')# default webcamstream = cv2.VideoCapture(0)while(True):    # Capture frame-by-frame    (grabbed, frame) = stream.read()    # Convert to grayscale    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    # Try to detect faces in the webcam    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5)        # for each faces found    for (x, y, w, h) in faces:                # Draw a rectangle around the face        color = (0, 255, 255) # in BGR        stroke = 5            cv2.rectangle(frame, (x, y), (x + w, y + h),             color, stroke)    # Show the frame    cv2.imshow("Image", frame)    key = cv2.waitKey(1) & 0xFF        if key == ord("q"):    # Press q to break out of the loop        break# Cleanupstream.release()cv2.waitKey(1)cv2.destroyAllWindows()cv2.waitKey(1)

總結

希望這篇簡短的文章為您提供了一種使用Python和您的網絡攝像頭檢測臉部的簡單方法。確保下載`haarcascade_frontalface_default.xml`文件并將其放入與您的Python文件相同的文件夾中。

本文鏈接：http://www.www897cc.com/showinfo-26-93353-0.html基于 Python 的人臉檢測：人臉識別的前提

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： ASP.NET Core 十大優秀第三方中間件推薦

下一篇：事務中存在多線程，怎么處理？

標簽：

熱門焦點

石頭自清潔掃拖機器人G10S評測：多年黑科技集大成之作懶人終極福音

科技圈經常能看到一個詞叫“縫合怪”，用來形容那些把好多功能或者外觀結合在一起的產品，通常這樣的詞是貶義詞，但如果真的是產品縫合的好、縫合的實用的話，那它就成了中性詞，今
印度登月最關鍵一步！月船三號今晚進入環月軌道

8月5日消息，據印度官方消息，月船三號將于北京時間今晚21時30分左右開始近月制動進入環月軌道。這是該探測器能夠成功的最關鍵步驟之一，如果成功將開始圍
CSS單標簽實現轉轉logo

轉轉品牌升級后更新了全新的Logo，今天我們用純CSS來實現轉轉的新Logo，為了有一定的挑戰性，這里我們只使用一個標簽實現，將最大化的使用CSS能力完成Logo的繪制與動畫效果。新logo
三言兩語說透柯里化和反柯里化

JavaScript中的柯里化(Currying)和反柯里化(Uncurrying)是兩種很有用的技術，可以幫助我們寫出更加優雅、泛用的函數。本文將首先介紹柯里化和反柯里化的概念、實現原理和應用
深度探索 Elasticsearch 8.X：function_score 參數解讀與實戰案例分析

在 Elasticsearch 中，function_score 可以讓我們在查詢的同時對搜索結果進行自定義評分。function_score 提供了一系列的參數和函數讓我們可以根據需求靈活地進行設置。近期
網紅炒股不為了賺錢，那就是耍流氓！

來源：首席商業評論6月26日高調宣布入市，網絡名嘴大v胡錫進居然進軍了股市。在一次財經媒體峰會上，幾個財經圈媒體大佬就“胡錫進炒股是否知道認真報道”展開討論。有
重估百度丨大模型，能撐起百度的“今天”嗎?

自象限原創作者｜程心羅輯2023年之前，對于自己的“今天”，百度也很迷茫。“新業務到 2022 年底還是 0，希望 2023 年出來一個 1。”這是2022年底，李彥宏
3699元！iQOO Neo8 Pro頂配版今日首銷：1TB UFS 4.0同價位唯一

5月23日，iQOO推出了全新的iQOO Neo8系列，包含iQOO Neo8和iQOO Neo8 Pro兩個版本，其中標準版搭載高通驍龍8+，而Pro版更是首發搭載了聯發科天璣9200+旗艦
聯想的ThinkBook Plus下一版曝光，鍵盤旁邊塞個平板

ThinkBook Plus 是聯想的一個特殊筆記本類別，它在封面放入了一塊墨水屏，也給人留下了較為深刻的印象。據有人爆料，聯想的下一款 ThinkBook Plus 可能更特殊，它

日韩成人免费在线_国产成人一二_精品国产免费人成电影在线观..._日本一区二区三区久久久久久久久不

基于 Python 的人臉檢測：人臉識別的前提

人臉檢測/識別的道德考慮

如何做Haar級聯

安裝OpenCV

從Webcam讀取

檢測到臉部

總結

石頭自清潔掃拖機器人G10S評測：多年黑科技集大成之作懶人終極福音

印度登月最關鍵一步！月船三號今晚進入環月軌道

CSS單標簽實現轉轉logo

三言兩語說透柯里化和反柯里化

深度探索 Elasticsearch 8.X：function_score 參數解讀與實戰案例分析

網紅炒股不為了賺錢，那就是耍流氓！

重估百度丨大模型，能撐起百度的“今天”嗎?

3699元！iQOO Neo8 Pro頂配版今日首銷：1TB UFS 4.0同價位唯一

聯想的ThinkBook Plus下一版曝光，鍵盤旁邊塞個平板

最新推薦

猜你喜歡

熱門推薦

相關資訊

基于 Python 的人臉檢測 ：人臉識別的前提

人臉檢測/識別的道德考慮

如何做Haar級聯

安裝OpenCV

從Webcam讀取

檢測到臉部

總結

最新推薦

猜你喜歡

熱門推薦

相關資訊

基于 Python 的人臉檢測：人臉識別的前提