人脸识别：修订间差异
无编辑摘要 |
无编辑摘要 |
||
| 第4行： | 第4行： | ||
==快速入门== | ==快速入门== | ||
使用[[Python]]语言，通过[[OpenCV]] | 使用[[Python]]语言，通过[[OpenCV]]提供的Haar级联分类器，人脸检测，只支持正面人脸，不能遮挡。 | ||
<syntaxhighlight lang="python" > | <syntaxhighlight lang="python" > | ||
import cv2 | import cv2 | ||
| 第46行： | 第46行： | ||
|- | |- | ||
| [[OpenCV]] | | [[OpenCV]] | ||
| | | 简单易用，一个开源的计算机视觉库，可以实时图像处理，识别。支持多种编程语言。<br />Haar Cascade人脸检测：正脸，不能遮挡。<br /> DNN 人脸检测：OpenCV3.3版本后支持。 | ||
|- | |- | ||
| [[dlib]] | | [[dlib]] | ||
2024年7月20日 (六) 10:36的最新版本
人脸识别（Facial recognition），
简介
时间轴
快速入门
使用Python语言，通过OpenCV提供的Haar级联分类器，人脸检测，只支持正面人脸，不能遮挡。
import cv2
# 加载预训练的人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
# 打开摄像头
cap = cv2.VideoCapture(0)
while True:
# 读取摄像头帧
ret, frame = cap.read()
# 转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 在检测到的人脸周围绘制矩形
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
# 显示结果
cv2.imshow('Face Detection', frame)
# 按'q'退出
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
软件
开源项目
| 名称 | 描述 |
|---|---|
| OpenCV | 简单易用，一个开源的计算机视觉库，可以实时图像处理，识别。支持多种编程语言。 Haar Cascade人脸检测：正脸，不能遮挡。 DNN 人脸检测：OpenCV3.3版本后支持。 |
| dlib | 是一个流行的C++库，包含了许多的机器学习算法，也有Python绑定。 |
| face_recognition | 基于dlib构建的Python库。 |
| DeepFace | |
| InsightFace | |