Python+OpenCV 简单实现人脸检测多个和人脸识别 2（附代码）

如果dilb和face_recognition第三方包安装失败，请移步到Python 解决dilb和face_recognition第三方包安装失败_水w的博客-CSDN博客

上篇请移步到Python+dilb 简单实现人脸检测（附代码）_水w的博客-CSDN博客

本篇是在上篇的工作基础上进行的。

目录

6 人脸检测多个

7 视频检测

8 拍照保存

9 训练数据

解决报错AttributeError: module 'cv2' has no attribute 'face'

10 人脸识别

6 人脸检测多个

整个代码如下： 

# 导入cv模块
import cv2 as cv


# 检测函数
def face_detect_demo():
    gary = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    face_detect = cv.CascadeClassifier(
        'D:/my/python-pycharm/python-envs/venv-deep/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')
    face = face_detect.detectMultiScale(gary)
    for x, y, w, h in face:
        cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
    cv.imshow('result', img)


# 读取图像
img = cv.imread('face2.jpg')
# 检测函数
face_detect_demo()
# 等待
while True:
    if ord('q') == cv.waitKey(0):
        break
# 释放内存
cv.destroyAllWindows()

效果如下： 

可以看到，大部分的人脸都被检测出来了。在人数很多的情况下，有一个没有被检测到，但在简单的场景下还是能基本完成要求的。

当然，我们也可以改变调用的这个haarcascade_frontalface_alt2.xml文件，换成该路径下的其他的，比如haarcascade_frontalface_default.xml，效果会稍有不同。

7 视频检测

整个代码如下： 

# 导入cv模块
import cv2 as cv


# 检测函数
def face_detect_demo(img):
    gary = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    face_detect = cv.CascadeClassifier('D:/my/python-pycharm/python-envs/venv-deep/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml')
    face = face_detect.detectMultiScale(gary)
    for x, y, w, h in face:
        cv.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
    cv.imshow('result', img)


# 读取摄像头
cap = cv.VideoCapture(0)
# 循环
while True:
    flag, frame = cap.read()
    if not flag:
        break
    face_detect_demo(frame)
    if ord('q') == cv.waitKey(1):
        break
# 释放内存
cv.destroyAllWindows()
# 释放摄像头
cap.release()

此处就不展示效果了。

8 拍照保存

整个代码如下： 

# 导入模块
import cv2

# 摄像头
cap = cv2.VideoCapture(0)

falg = 1
num = 1

while (cap.isOpened()):  # 检测是否在开启状态
    ret_flag, Vshow = cap.read()  # 得到每帧图像
    cv2.imshow("Capture_Test", Vshow)  # 显示图像
    k = cv2.waitKey(1) & 0xFF  # 按键判断
    if k == ord('s'):  # 保存
        cv2.imwrite("D:/mycodetest/opencv/data/jm/" + str(num) + ".123" + ".jpg", Vshow)
        print("success to save" + str(num) + ".jpg")
        print("-------------------")
        num += 1
    elif k == ord(' '):  # 退出
        break
# 释放摄像头
cap.release()
# 释放内存
cv2.destroyAllWindows()

此处就不展示效果了。

9 训练数据

整个代码如下： 

import os
import cv2
import sys
from PIL import Image
import numpy as np


def getImageAndLabels(path):
    facesSamples = []
    ids = []
    imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
    # 检测人脸
    face_detector = cv2.CascadeClassifier(
        'D:/my/python-pycharm/python-envs/venv-deep/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')
    # 打印数组imagePaths
    print('数据排列：', imagePaths)
    # 遍历列表中的图片
    for imagePath in imagePaths:
        # 打开图片,黑白化
        PIL_img = Image.open(imagePath).convert('L')
        # 将图像转换为数组，以黑白深浅
        # PIL_img = cv2.resize(PIL_img, dsize=(400, 400))
        img_numpy = np.array(PIL_img, 'uint8')
        # 获取图片人脸特征
        faces = face_detector.detectMultiScale(img_numpy)
        # 获取每张图片的id和姓名
        id = int(os.path.split(imagePath)[1].split('.')[0])
        # 预防无面容照片
        for x, y, w, h in faces:
            ids.append(id)
            facesSamples.append(img_numpy[y:y + h, x:x + w])
        # 打印脸部特征和id
        # print('fs:', facesSamples)
        print('id:', id)
        # print('fs:', facesSamples[id])
    print('fs:', facesSamples)
    # print('脸部例子：',facesSamples[0])
    # print('身份信息：',ids[0])
    return facesSamples, ids


if __name__ == '__main__':
    # 图片路径
    path = './data/jm/'
    # 获取图像数组和id标签数组和姓名
    faces, ids = getImageAndLabels(path)
    # 获取训练对象
    recognizer = cv2.face.LBPHFaceRecognizer_create()
    # recognizer.train(faces,names)#np.array(ids)
    recognizer.train(faces, np.array(ids))
    # 保存文件
    recognizer.write('trainer/trainer.yml')
    # save_to_file('names.txt',names)

效果如下： 会生成一个文件，文件的路径为trainer/trainer.yml。

解决报错AttributeError: module 'cv2' has no attribute 'face'

场景：在使用cv2.face.LBPHFaceRecognizer_create()进行人脸识别的操作时，会出现这样的提示。

recognizer = cv2.face.LBPHFaceRecognizer_create()

解决方法：之所以出现这种情况，是因为缺少了相关的包。

从官网上我们看到，face模块实际上并不是opencv图书馆的一部分。更确切地说，face是部分的的opencv-contrib库。从自述文件：此存储库[ opencv-contrib]用于开发所谓的“额外”模块，提供功能。新模块通常没有稳定的API，并且它们没有经过良好测试。因此，它们不应作为官方OpenCV发行版的一部分发布，因为该库保持二进制兼容性，并试图提供良好的性能和稳定性。

（1）首先切换到你所在的环境（不建议在base环境中直接下载），接着就是下载我们需要的相关的包，用清华源下载快。

在pycharm的终端中，执行下条命令，

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-contrib-python

安装成功，看到successfully之后就可以重新运行代码了。

ok，问题解决。

10 人脸识别

整个代码如下： 

import cv2, os
import numpy as np
# coding=utf-8
import urllib
import urllib.request
import hashlib

# 加载训练数据集文件
recogizer = cv2.face.LBPHFaceRecognizer_create()
recogizer.read('trainer/trainer.yml')
names = []
warningtime = 0


def md5(str):
    import hashlib
    m = hashlib.md5()
    m.update(str.encode("utf8"))
    return m.hexdigest()


statusStr = {
    '0': '短信发送成功',
    '-1': '参数不全',
    '-2': '服务器空间不支持,请确认支持curl或者fsocket,联系您的空间商解决或者更换空间',
    '30': '密码错误',
    '40': '账号不存在',
    '41': '余额不足',
    '42': '账户已过期',
    '43': 'IP地址限制',
    '50': '内容含有敏感词'
}


def warning():
    smsapi = "http://api.smsbao.com/"
    # 短信平台账号
    user = '13******10'
    # 短信平台密码
    password = md5('*******')
    # 要发送的短信内容
    content = '【报警】\n原因：检测到未知人员\n地点：xxx'
    # 要发送短信的手机号码
    phone = '*******'

    data = urllib.parse.urlencode({'u': user, 'p': password, 'm': phone, 'c': content})
    send_url = smsapi + 'sms?' + data
    response = urllib.request.urlopen(send_url)
    the_page = response.read().decode('utf-8')
    print(statusStr[the_page])


# 准备识别的图片
def face_detect_demo(img):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换为灰度
    face_detector = cv2.CascadeClassifier('D:/my/python-pycharm/python-envs/venv-deep/Lib/site-packages/cv2/data/haarcascade_frontalface_alt2.xml')
    face = face_detector.detectMultiScale(gray, 1.1, 5, cv2.CASCADE_SCALE_IMAGE, (100, 100), (300, 300))
    # face=face_detector.detectMultiScale(gray)
    for x, y, w, h in face:
        cv2.rectangle(img, (x, y), (x + w, y + h), color=(0, 0, 255), thickness=2)
        cv2.circle(img, center=(x + w // 2, y + h // 2), radius=w // 2, color=(0, 255, 0), thickness=1)
        # 人脸识别
        ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])
        # print('标签id:',ids,'置信评分：', confidence)
        if confidence > 80:
            global warningtime
            warningtime += 1
            if warningtime > 100:
                warning()
                warningtime = 0
            cv2.putText(img, 'unkonw', (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
        else:
            cv2.putText(img, str(names[ids - 1]), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
    cv2.imshow('result', img)
    # print('bug:',ids)


def name():
    path = './data/jm/'
    # names = []
    imagePaths = [os.path.join(path, f) for f in os.listdir(path)]
    for imagePath in imagePaths:
        name = str(os.path.split(imagePath)[1].split('.', 2)[1])
        names.append(name)


cap = cv2.VideoCapture('1.mp4')
name()
while True:
    flag, frame = cap.read()
    if not flag:
        break
    face_detect_demo(frame)
    if ord(' ') == cv2.waitKey(10):
        break
cv2.destroyAllWindows()
cap.release()
# print(names)

如果大家想要使用代码中提到的报警功能，首先需要先去马上使用更好的短信服务-短信宝官网这个网站去注册登录，才有账号。

此处由于我代码里写的账号信息不对，因此pycharm终端输出的是“密码错误”，正常情况下会显示发生短信成功。

效果如下： 

由于我们数据训练只加入了路径为./data/jm/1.lena.jpg一张图片，因此当执行代码建人脸识别时，它只能识别出这个叫lena的女孩，其他人脸识别出来都是会标注为“unknow”。文章来源地址https://www.toymoban.com/news/detail-793303.html

到了这里，关于Python+OpenCV 简单实现人脸检测多个和人脸识别 2（附代码）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！