人脸识别：修订间差异
无编辑摘要 |
无编辑摘要 |
||
| 第40行： | 第40行： | ||
</syntaxhighlight> | </syntaxhighlight> | ||
==软件== | ==软件== | ||
===开源项目=== | |||
{| class="wikitable" | {| class="wikitable" | ||
! 名称 | ! 名称 | ||
! 描述 | ! 描述 | ||
|- | |- | ||
| | | [[OpenCV]] | ||
| 简单易用，提供了Haar级联分类器和深度学习模型，支持多种编程语言。 | |||
|- | |||
| [[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]] | ||
| | | | ||
|- | |- | ||
2024年7月20日 (六) 10:21的版本
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。
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，提供了Haar级联分类器和深度学习模型，支持多种编程语言。 |
| 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 | |