人脸识别（python＋opencv）-Toy模板网

这篇具有很好参考价值的文章主要介绍了人脸识别（python＋opencv）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1：下载软件

这里我使用的是pycharm（Python集成开发环境）2023.1.3版与opencv

pycharm下载网址：PyCharm：JetBrains为专业开发者提供的Python IDE

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

这里下载免费版的。

opencv下载网址：OpenCV - Open Computer Vision Library

点击Libray--Releases-- 4.5.2版本

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

2：分部学习opencv功能

如图先建立项目（如不懂如何操作的可以看一下py的基础教学视频）

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

然后在文件--设置--python解释器中下载以下的软件包（建议下相同版本的，不同版本程序可能报错），不懂怎么下载的也可以去看视频

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

现在已经把环境搭建好了，下面我们开始学习。

01读取图片及灰度转变

#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread('telangpu.png')
#灰度转换
gray_img = cv.cvtColor(img,cv.COLOR_YCrCb2BGR)
#显示灰度
cv.imshow('gray',gray_img)
#保存灰度图片
cv.imwrite('gray_telangpu1.png',gray_img)
#显示图片
cv.imshow('read_img',img)
#等待
cv.waitKey(0)
#释放内存
cv.destroyAllWindows()

这里的图片大家可以选不一样的，需要带有人脸的照片。

02修改尺寸

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

文章来源地址https://www.toymoban.com/news/detail-815841.html

同样也是需要修改成自己的图片，这里是修改图片尺寸大小。

03绘制矩形

#导入cv模块
import cv2 as cv
#读取图片
img = cv.imread('telangpu.png')
#坐标
x,y,w,h=200,200,200,200
#绘制矩形
cv.rectangle(img,(x,y,x+w,y+h),color=(0,0,255),thickness=1)
#绘制圆形
cv.circle(img,center=(x+w,y+h),radius=200,color=(255,0,0),thickness=2)
#显示
cv.imshow('re_img',img)
while True:
    if ord('q') == cv.waitKey(0):
        break
#释放内存
cv.destroyAllWindows()

需要修改图片。可以修改程序的XYWH数值，来勾画出不同位置：

04人脸检测

#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo():
        gary =cv.cvtColor(img,cv.COLOR_HSV2BGR)
        face_detect = cv.CascadeClassifier('C:/Users/GYW/Downloads/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
        face = face_detect.detectMultiScale(gary,1.01,5,0,(100,100),(300,300))
        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)
#读取图片
img = cv.imread('gyw.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()

路径选择与图片需要修改，搜索文件夹找到电脑opencv下载位置，opencv后的选择可以参考上图。

face = face_detect.detectMultiScale(gary,1.01,5,0,(100,100),(300,300))

这一行可以选择默认值，即face = face_detect.detectMultiScale(gary)

注释：1.01为缩放倍数；5为检测5遍后确定人脸；0为默认值，不需要改；（100,100）为人脸最小面积；（300,300）为人脸最大范围

05检测多个人脸

#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo():
        gary =cv.cvtColor(img,cv.COLOR_HSV2BGR)
        face_detect = cv.CascadeClassifier('C:/Users/GYW/Downloads/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
        face = face_detect.detectMultiScale(gary,1.01,5,0,(10,10),(200,200))
        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)
#读取图片
img = cv.imread('111.png')
#检测函数
face_detect_demo()
#等待
while True:
    if ord('q') == cv.waitKey(0):
        break
#释放内存
cv.destroyAllWindows()

同样需要改文件路径与图片，可以试试这个图片：

会有识别错误的，后期可以调试（改(gary,1.01,5,0,(10,10),(200,200))这部分）。

06视频检测

#导入cv模块
import cv2 as cv
#检测函数
def face_detect_demo(img):
        gary =cv.cvtColor(img,cv.COLOR_HSV2BGR)
        face_detect = cv.CascadeClassifier('C:/Users/GYW/Downloads/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
        face = face_detect.detectMultiScale(gary,1.25,5,0)
        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)
cap = cv.VideoCapture('1685802174999.mp4')
#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()

(gary,1.25,5,0)这部分使用1.25是因为我在尝试的时候1.25是可以比较流畅的播放视频并且识别的也没什么大问题，各位可以试试哪一个更好或者选择默认（gary）

这里需要修改文件路径与视频（带有人脸的视频）

07拍照保存

#导入模块
import cv2
#摄像头
cap=cv2.VideoCapture(0)
falg = 1
num = 1
while(cap.isOpened()):#检查是否在开启状态
    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("C:/Users/GYW/Downloads/opencv/sources/data/pc/"+str(num)+"sj"+".jpg",Vshow)
        print("sucess to save"+str(num)+".jpg")
        print("-----------------")
        num += 1
    elif k == ord('q'):#退出
        break
#释放摄像头
cap.release()
#释放内存
cv2.destroyAllWindows()

需要一个摄像头接入电脑，改路径。

08训练数据

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

def getImageAndLabels(path):
    #储存人脸数据
    facesSamples=[]
    #储存姓名数据
    ids=[]
    #储存图片信息
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    #加载分类器
    face_detector = cv2.CascadeClassifier('C:/Users/GYW/Downloads/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
    #遍历列表中的图片
    for imagePath in imagePaths:
        #打开图片，灰度化PIL有九种不同的模式：1,L(灰度图像),P,RGB,RGBA,CMYK,YCbcr,I,F.
        PIL_img=Image.open(imagePath).convert('L')
        #将图像转换为数组，以黑白深浅
        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('id:', id)
    print('fs:', facesSamples)
    return facesSamples, ids

if __name__ == '__main__':
   #图片路径
   path ='picture'
   #获取图像数组和id标签数组和姓名
   faces,ids=getImageAndLabels(path)
   #加载识别器
   recognizer=cv2.face.LBPHFaceRecognizer_create()
   #训练
   recognizer.train(faces,np.array(ids))
   #保存文件
   recognizer.write('trainer/trainer.yml')

改路径，图片；这里需要多保存一些图片之后再训练数据，可以提高人脸识别的准确率。

09人脸识别

import cv2
import numpy as np
import os
# 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
#md5加密
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 = 'xxxxxx'
    # 短信平台密码
    password = md5('xxxxxxxx')
    # 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 = 'xxxxxxx'

    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('C:/Users/GYW/Downloads/opencv/sources/data/haarcascades/haarcascade_frontalface_alt2.xml')
    face=face_detector.detectMultiScale(gray)
    #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（预测，评分）
        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]+str(confidence)), (x + 10, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 255, 0), 1)
    cv2.imshow('result',img)
    #print('bug:',ids)

def name():

    path = 'picture'
    #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('111.mp4')
cap=cv2.VideoCapture(0)
# #cap = cv2.VideoCapture("rtsp://admin:zM123456@192.168.1.115:554/stream1")
name()
while True:
    flag,frame=cap.read()
    if not flag:
        break
    face_detect_demo(frame)
    if ord('q') == cv2.waitKey(10):
        break

cv2.destroyAllWindows()
cap.release()
#print(names)

发送短信的模块需要自己改，去网站注册之后修改数据，也可以用其他的方法进行通知。

修改路径，图片，视频。

以上就是人脸识别的完整程序，此时的摄像头已经可以WiFi接入电脑，但是还不能联网，下面介绍如何使用mqtt来接入摄像头。

MQTT (Message Queuing Telemetry Transport) 是一种轻量级的发布/订阅消息传输协议，通常用于物联网(IoT)和传感器应用。它是一种可靠、高效、灵活的协议，具有低延迟和带宽要求较低的特点。

MQTT使用基于TCP/IP的网络传输数据，并支持发布者(publisher)和订阅者(subscriber)之间的异步通信。发布者将消息发布到一个特定的主题(topic)，而订阅者则通过订阅主题来接收消息。

3：mosquitto 在 Windows 上的安装

--先下载文件

百度网盘链接：https://pan.baidu.com/s/1ZiRKIXSviXxLHhDYs_LZqQ?pwd=p9jd
提取码：p9jd

--选择Mosqutto安装包进行安装，安装完成后的安装目录如下：

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

--通过安装目录下的readme-windows.txt文件了解到，该目录下还缺少libeay32.dll ssleay32.dll pthreadVC2.dll这三个DLL。

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

--添加环境变量

为了后续操作的便捷性，将mosquitto和openSSL的可执行文件路径添加至系统环境变量。

--验证
注意：若第五步未执行，则需要切换工作路径到mosquitto的安装目录下：

打开cmd命令窗口，输入mosquitto -d -v启动代理端。
重新打开一命令窗口，输入mosquitto_sub -d -v -t test订阅主题为test的消息。
再次打开一命令窗口，输入mosquitto_pub -d -t test -m hellomqtt发布一条主题为test，消息内容为hellomqtt的消息。
一切正常的话，可以看到订阅端窗口收到了主题为test的hellomqtt消息。

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

PYTHON进行MQTT通讯所需代码

import paho.mqtt.client as mqtt

MQTT_USER = "hachina"
MQTT_PASS = "hachina"
client = mqtt.Client()
client.username_pw_set(MQTT_USER, MQTT_USER)
client.connect("192.168.1.109", 1883, 60)
client.publish("test", "on")
client.disconnect()

MQTT通讯HASS平台准备工作

首先在HA上下载mqtt

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

下载后，点击左下角选项进入配置界面，配置MQTT

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

填写如下信息，服务器地址为前面下载的mosquitto MQTT代理服务器IP地址，端口都市区1883，用户名和密码是之前自己设置的

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

以上完成后，本地PC端就已经可以通过·MQTT协议与HASS通讯了。

给MQTT设置用户名密码：

1、找到MQTT安装目录文件夹，找到配置文件mosquitto.conf打开，末尾加入下面文本，保存退出

#设置不允许匿名登录
allow_anonymous false
#设置账户密码文件位置为 D:\Program Files\mosquitto\pwfile.example
password_file D:\Program Files\mosquitto\pwfile.example

2.设置权限

opencv python 人脸识别,python,开发语言,计算机视觉,opencv

2、win+R打开命令行窗口，复制下载到的文件夹地址，进入到MQTT安装路径
输入：

mosquitto_passwd -c ./pwfile.example hachina

用户可以自定义密码，输入密码时屏幕是不显示的，如果提示没有权限可以试试用ctrl+shift+enter打开cmd（有管理员的权限）

电脑本机测试是否成功
打开两个命令运行框，都进入mosquitto安装的文件夹，一个用来发布信息，一个用来接受信息。当地址一致时，可以接收同一主题下信息。
本机电脑订阅代码：mosquitto_sub -h 192.168.1.109 -t test -u hachina -P hachina
本机电脑发布代码：mosquitto_pub -h 192.168.1.109 -t test -m "on" -u hachina -P hachina
-t为主题，-m为消息内容，-u为用户名，-P为密码，-h为地址（ha系统的ip地址，不是计算机的）

opencv python 人脸识别,python,开发语言,计算机视觉,opencv