使用OpenCV在Python中进行人脸和眼睛检测

使用的模块：

python-opencv(cv2)

python-opencv(cv2)

Opencv(Open source computer vision) 是一个python库，可帮助我们解决计算机视觉问题。

下载python-opencv(cv2)

• 通用方式：pip install python-opencv

• Pycharm用户：Pycharm用户可以从项目解释器下载此模块。

在这里，我们将检测个人的脸部和眼睛。为此，我们使用系统的网络摄像头和XML文件来检测面部和眼睛。我们将在帧中检测到面部，然后将眼睛插入面部，因此我们将进入面部坐标并检测眼睛，并在检测到的面部和眼睛上绘制矩形。

与面部和眼睛检测相关的功能

• cv2.CascadeClassifier（“ <用于检测的xml文件>”）：此函数用于获取面部和眼睛的提取物，以及如何检测它们。

• cv2.Videocapture()：这是用于通过我们系统的网络摄像头进行视频捕获。

• <面部或眼睛提取物> .detectmultiscale（<灰度图像>，1.3,5）：检测帧中的面部或眼睛。

• cv2.rectangle（<我们要在其上放置矩形的框架>，（<开始位置>，<结束位置>，（<颜色>），厚度= <边框的厚度>）

注意：面部和眼睛的检测将处于灰度模式。

用于面部和眼睛检测的XML文件的链接为：

• 人脸： https : //github.com/abhinav0606/Face-and-Eyes-Tracker/blob/master/face.xml

• 眼睛： https ： //github.com/abhinav0606/Face-and-Eyes-Tracker/blob/master/eye.xml

用于检测人脸和眼睛的Python代码

# 导入模块
import cv2

# 现在我们有了haarcascades文件 
# 检测脸部和眼睛检测脸部
faces=cv2.CascadeClassifier("face.xml")

# 侦测眼睛
eyes=cv2.CascadeClassifier("eye.xml")

# 通过网络摄像头捕获帧
capture=cv2.VideoCapture(0)

# 现在运行网络摄像头的循环
while True:
    # 阅读网络摄像头
    ret,frame=capture.read()

    # 现在脸在框架中
    # 检测是通过灰度框完成的
    gray_frame=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    face=faces.detectMultiScale(gray_frame,1.3,5)

    # 现在进入面部及其位置
    for (x,y,w,h) in face:
        # 在脸上绘制矩形
        cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),thickness=4)

        # 现在眼睛在脸上
        # 所以我们必须将脸框设为灰色
        gray_face=gray_frame[y:y+h,x:x+w]

        # 使颜色也变脸
        color_face=frame[y:y+h,x:x+w]

        # 检查这只脸上的眼睛
        eye=eyes.detectMultiScale(gray_face,1.3,5)

        # 以其位置进入眼睛
        for (a,b,c,d) in eye:
            # 我们必须在
            # 彩色的脸
            cv2.rectangle(color_face,(a,b),(a+c,b+d),(0,255,0),thickness=4)

    # 显示框架
    cv2.imshow("Abhinav's Frame",frame)
    if cv2.waitKey(1)==13:
        break

# 结束循环后，释放框架capture.release()cv2.destroyAllWindows()

运行程序，打开电脑摄像头，即可查看和输出，人脸和眼睛检测图像