Python 实现的猫脸识别、人脸识别器。
前言:
OpenCV是开源的跨平台计算机视觉库,提供了Python等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
opencv中内置了基于Viola-Jones目标检测框架的Harr分类器,只需要载入一个配置文件(haarcascade_frontalface_alt.xml)就能直接调用detectObject去完成检测过程,同时也支持其他特征的检测(如鼻子、嘴巴等)。
本程序用wxPython开发GUI界面,利用OpenCv实现一个简易的猫脸识别、人脸识别器。
本程序的运行效果如下:
准备工作:
1.安装必要的第三方库:
pip install numpy
pip install wxPython
安装PIL,在以下地址下载PIL库进行安装:
http://effbot.org/media/downloads/PIL-1.1.7.win32-py2.7.exe
(或在http://effbot.org/downloads/ 中找到与你操作系统及python版本相对应
版本的PIL)
安装OpenCv,建议在以下地址下载相应的版本进行安装:
https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv
如下载了opencv_python-3.1.0-cp27-none-win32.whl;
输入:
pip install opencv_python-3.1.0-cp27-none-win32.whl
即可完成安装。
项目结构图:
整体的项目结构十分简单,一共两个脚本文件,一个是GUI界面脚本(detect_gui.py),
一个是检测器脚本(model.py);另有三个已经训练好的分类器文件,分别是检测人脸的
human_face.xml,检测人眼的human_eye.xml,检测猫脸的eye_face.xml 文件。
还有一个“face_detect-0.1-win32.msi”是根据本脚本进行编译后的可执行程序。
如下:
实现过程的部分代码展示
- 在model.py中导入相关的库,其实只需导入opencv库:
import cv2
- 加载各个分类器文件:
human_face = cv2.CascadeClassifier(r'human_face.xml')
human_eye = cv2.CascadeClassifier(r'human_eye.xml')
cat_face = cv2.CascadeClassifier(r'cat_face.xml')
-
编写model.py中的相关类及函数,
用cv2.imread()函数读入图像后,需要通过cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
函数将图像转为灰度格式。
首先用人脸分类器检出人脸区域,再在人脸区域中用人眼分类器检出人眼区域,
同时绘制矩形框选出目标区域。
详细代码如下:class Faces(object):
def human_face(self,fileName):
"""人脸、人眼检测"""
img = cv2.imread(fileName)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = human_face.detectMultiScale(gray, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32))"""在目标区域绘制矩形""" for (x,y,w,h) in faces: img = cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2) roi_gray = gray[y:y+h, x:x+w] roi_color = img[y:y+h, x:x+w] eyes = human_eye.detectMultiScale(roi_gray) for (ex,ey,ew,eh) in eyes: cv2.rectangle(roi_color,(ex,ey),(ex+ew,ey+eh),(0,255,0),2) return img
同理写出检测猫脸的函数:
def cat_face(self,fileName):
"""猫脸检测"""
img = cv2.imread(fileName)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = cat_face.detectMultiScale(gray,scaleFactor= 1.02,
minNeighbors=9,
minSize=(70, 70),
flags=cv2.CASCADE_SCALE_IMAGE)
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2)
cv2.putText(img,'Cat',(x,y-7), 3, 1.2, (0, 255, 0), 2, cv2.LINE_AA)
return img
4.在detect_gui.py中编写用户界面:
导入相关的库,从我们model.py中导入Faces类:
import wx
import os
import cv2
from collections import namedtuple
import wx.lib.rcsizer as rcs
from PIL import Image
from model import Faces
编写界面:
class MainWindow(wx.Frame):
def __init__(self,parent,title):
wx.Frame.__init__(self,parent,title=title,size=(600,-1))
Size = namedtuple("Size",['x','y'])
s = Size(100,50)
self.human = None
self.cat = None
"""创建输入框"""
self.in1 = wx.TextCtrl(self,-1,size = (2*s.x,s.y))
self.in2 = wx.TextCtrl(self,-1,size = (2*s.x,s.y))
"""创建按钮"""
b1 = wx.Button(self,-1,'human image')
b2 = wx.Button(self, -1, "run")
b3 = wx.Button(self,-1,'cat image')
b4 = wx.Button(self,-1,'run')
"""设置输入框的提示信息"""
self.in1.SetToolTipString('choose a human image')
self.in2.SetToolTipString('choose a cat image')
"""界面布局"""
self.sizer0 = rcs.RowColSizer()
self.sizer0.Add(b1,row = 1,col = 1)
self.sizer0.Add(self.in1,row = 1,col = 2)
self.sizer0.Add(b2,row = 1,col = 3)
self.sizer0.Add(b3,row = 2,col = 1)
self.sizer0.Add(self.in2,row = 2,col = 2)
self.sizer0.Add(b4,row = 2,col = 3)
"""绑定回调函数"""
self.Bind(wx.EVT_BUTTON, self.img_read, b1)
self.Bind(wx.EVT_BUTTON, self.human_face, b2)
self.Bind(wx.EVT_BUTTON, self.img_read_cat, b3)
self.Bind(wx.EVT_BUTTON, self.cat_face, b4)
self.SetSizer(self.sizer0)
self.SetAutoLayout(1)
self.sizer0.Fit(self)
self.CreateStatusBar()
self.Show(True)
界面如下:
编写控件的回调函数:
def img_read(self,evt):
"""read and show image"""
self.human = None
self.human = self.choose_file()
if self.human is None:
pass
else:
self.in1.Clear()
self.in1.write(self.human)
im = Image.open(self.human)
im.show()
def img_read_cat(self,evt):
"""read and show image"""
self.cat = None
self.cat = self.choose_file()
if self.cat is None:
pass
else:
self.in2.Clear()
self.in2.write(self.cat)
im = Image.open(self.cat)
im.show()
def human_face(self,evt):
if self.human is None:
self.raise_msg(u'plaese choose an image first.')
return None
else:
face = Faces()
img = face.human_face(self.human)
self.imgs_show(img,'Human face detect')
def cat_face(self,evt):
if self.cat is None:
self.raise_msg(u'plaese choose an image first.')
return None
else:
face = Faces()
img = face.cat_face(self.cat)
self.imgs_show(img,'Cat face Detect')
其他注意事项:
项目文件中的“face_detect-0.1-win32.msi”是根据本脚本进行编译打包后、
可以在windows系统下独立运行的安装程序,双击该文件即可安装软件,
安装完成后,点击安装路径下的“detect_gui.exe”即可运行本软件
(即使目标PC没有安装OpenCv或Python)
如下图所示:
Python 实现的猫脸识别、人脸识别器。
注:本文著作权归作者,由demo大师代发,拒绝转载,转载需要作者授权
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· 使用C#创建一个MCP客户端
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· Windows编程----内核对象竟然如此简单?