Python编程 - 基于OpenCV实现人脸识别（实践篇）爬虫+人脸识别

男娘i 2023-10-07 14:14 70阅读 0赞

### 一.案例概述 ###

本案例需要一定的Python编程基础并掌握OpenCV基本使用。
    时间仓促：初略编写文档

**效果如下：**

![format_png][]

开发环境：

操作系统：Windows 10

开发工具：PyCharm 2019.2版本

python版本：3.6.7

计算机视频库包：opencv\_contrib\_python-4.1.0.25-cp36-cp36m-win\_amd64.whl

算法支持包：numpy（安装opencv默认安装numpy）

下载地址：

Python3.6.7：

Download Pythonwww.python.org

Pycharm工具：

http://Download PyCharm: Python IDE for Professional Developers by JetBrainswww.jetbrains.com

第三方包下载：

[opencv-contrib-pythonpypi.org编辑][opencv-contrib-pythonpypi.org]

### **二.编写案例准备资源：** ###

准备工作：

1.开发环境、开发工具及第三方包准备完善并创建空项目。
     2.准备一些个人的图片（或者通过代码保存个人面部存入本地）要求：图片名称有一定规律
     3.爬虫文件 - 爬取明星照片并存储本地
     4.将明星图片和个人图片通过opencv处理保存面部图片
     5.开始编写人脸识别的代码

### 三.代码编写顺序 ###

**一.爬虫代码直接下载运行**： 点击下载  
  
链接: [https://pan.baidu.com/s/1BNzSQ2Xk9GkYslhwKXLYSQ][https_pan.baidu.com_s_1BNzSQ2Xk9GkYslhwKXLYSQ] 提取码: qmy1  
**二.安装python爬虫需要的第三方包**：

*  requests(用户网络访问）
 *  beautifulsoup4(用户数据结构解析）
 *  pypinyin(用于中文转换为拼音)

**三.运行python爬虫代码**：

![format_png 1][]

**四.将图片转换为面部图片进行存储**：

# 获取小头像信息
    import cv2
    import os
    # 图片张数变量
    def read_image():
        dirs = os.listdir("d_img")
        for j,dir in enumerate(dirs):
            print(dir)
            # 判断是否有存储头像的路径
            file_path = "x_face/%s"%str(dir);
            if not os.path.exists(file_path):
                os.makedirs(file_path);
                pass
            num = 0;
            for i in range(0,20):
                image = cv2.imread('d_img/%s/%d.jpg'%(dir,i))
                gray = cv2.cvtColor(image,code = cv2.COLOR_BGR2GRAY);
                # 数据参数
                face_detector = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml");
                # [3]进行数据对比:minNeighbors = 每一个目标至少要被检测 -整数
                face_01 = face_detector.detectMultiScale(gray, minNeighbors=4);
                # 绘制矩形人脸检测
                print("第%d张图片===:"%i,face_01)
                print(type(face_01))
                if isinstance(face_01,tuple):
                    print("没有检查的头像")
                    pass
                else:
                    print("****有检查的头像****")
                    for x, y, w, h in face_01:
                        # time.sleep(10)
                        x_face = gray[y:y + h, x:x + w];
                        x_face = cv2.resize(x_face,dsize=(200,200));
                        bo_photo = cv2.imwrite("%s\%d.jpg" % (file_path, num), x_face);
                        print("保存成功:%d" % num)
                        pass
                    num+=1;
                    pass
                pass
        pass
    if __name__ == '__main__':
        read_image();
        pass

**运行结果 - 生产以下文件：**

![format_png 2][]

**五.人脸识别 - 主代码**：

# 人脸识别 - 主代码
    import cv2
    import os
    import time
    import numpy as np;
    # 图片张数变量
    def Get_x_faces():
        dirs = os.listdir("x_face")
        print(dirs)
        X = []# 
        Y = []# 
        for j,dir in enumerate(dirs):
            for i in range(0,9):
                image = cv2.imread('x_face/%s/%d.jpg'%(dir,i))
                gray = cv2.cvtColor(image,code = cv2.COLOR_BGR2GRAY);
                print("读取",gray.shape)
                # NoneType  ndarray
                if len(str(image))!=0:
                    print("加入。。。。")
                    X.append(gray)
                    Y.append(j)
                    pass
        return [X,Y,dirs]
        pass
    
    if __name__ == '__main__':
        X,Y,dirs = Get_x_faces();
        print("X=",X)
        print("Y=",Y)
        print("dirs=",dirs)
        #asarray都可以将结构数据转化为ndarray
        X = np.asarray(X);
        Y = np.asarray(Y);
        # 产生一个随机数 -
        index = [i for i in range(0,len(X))];
        print(index)
        #现场修改序列，改变自身内容。（类似洗牌，打乱顺序）
        np.random.shuffle(index);
        print("***********",index)
        # 打乱顺序 :相同规则打乱
        X = X[index]
        Y = Y[index]
        print("88888888",Y)
        # 训练数据
        print("训练数据为：",len(X),len(Y))
        X_train = X[:len(X)]
        Y_train = Y[:len(Y)];
        print("800000",Y_train)
        # 算法Eigen 特征的意思
        # 主成分分析（PCA）——Eigenfaces（特征脸）——函数：cv2.face.EigenFaceRecognizer_create
        model = cv2.face.EigenFaceRecognizer_create();
        print(model)
        # 算法学习
        print("算法学习", len(X_train), len(Y_train));
        model.train(X, Y);
        print("已经学会了数据。。。。")
    	# 测试数据
        # X_test, Y_test = X[-5:], Y[-5:];
        # 开始验证
        # for data in X_test:
        #     # print(data)
        #     result = model.predict(data);
        #     print("=================")
        #     print(result)
        #     print(dirs[result[0]])
        #     pass
    
        Video_face = cv2.VideoCapture(0);
        face_detector = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")
        # while循环调取视频图形
        while True:
            flag,frame = Video_face.read();
            gray = cv2.cvtColor(frame,code=cv2.COLOR_BGR2GRAY);
            faces = face_detector.detectMultiScale(gray,1.3,5);
    
            if isinstance(faces, tuple):
                print("没有检查的头像")
                pass
            else:
                print("有头像了。。。。")
                # for循环遍历数据
                for x, y, w, h in faces:
                    cv2.rectangle(frame, pt1=(x, y), pt2=(x + w, y + h), color=[0, 0, 255], thickness=2);
                    face = gray[y:y + h, x:x+w];
                    print("===]]]", face.shape)
                    face_1 = cv2.resize(face, dsize=(200, 200));
                    print("=================")
                    print(face_1.shape)
                    # 开始对比
                    print("~~~~"*20)
                    print(" 参数为:",face_1.shape);
                    result = model.predict(face_1);
                    print("对比返回结果：", result)
                    print('该人脸是：', dirs[result[0]])
                    a1 = dirs[result[0]]
                    if result[1]<1600:
                        a1 = "NO"
                        pass
                    cv2.putText(frame, a1, (x, y), cv2.FONT_ITALIC, 1, [0, 0, 255], 2);
                    pass
                pass
            cv2.imshow('face', frame)
            cv2.waitKey(100)
            pass
        video.release()
        cv2.destroyAllWindows();
        pass

**大功告成**

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWNiLnpoaW1nLmNvbS92Mi03OWNlZmU3OWM5Mzk0MmJjYmMxYzkxM2NkM2E2NTJlY19iLndlYnA?x-oss-process=image/format,png
[opencv-contrib-pythonpypi.org]: https://link.zhihu.com/?target=https%3A//pypi.org/project/opencv-contrib-python/%23files
[https_pan.baidu.com_s_1BNzSQ2Xk9GkYslhwKXLYSQ]: https://pan.baidu.com/s/1BNzSQ2Xk9GkYslhwKXLYSQ
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWM0LnpoaW1nLmNvbS84MC92Mi0zM2IwOGY0NWZkZTA0OGJkN2Y0NTQ4ZDUwZDFmYjNmOV83MjB3LmpwZw?x-oss-process=image/format,png
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9waWM0LnpoaW1nLmNvbS84MC92Mi02MDAxMWRlOTBhYTc3Y2Y0MGFkNmU5MDE2MGQxNjlmY183MjB3LmpwZw?x-oss-process=image/format,png