Python怎么實現(xiàn)檢測照片中的人臉數(shù)

這篇文章主要介紹“Python怎么實現(xiàn)檢測照片中的人臉數(shù)”，在日常操作中，相信很多人在Python怎么實現(xiàn)檢測照片中的人臉數(shù)問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python怎么實現(xiàn)檢測照片中的人臉數(shù)”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

1、準備

OpenCV是一個基于Apache2.0許可（開源）發(fā)行的跨平臺計算機視覺和機器學(xué)習(xí)軟件庫，可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。

沒有opencv環(huán)境的將opencv先安裝一下，為避免版本不一樣導(dǎo)致出現(xiàn)問題，我這里在安裝命令中將版本號寫了出來。

pip install opencv-python==4.6.0.66

python解釋器使用的版本是3.8.6，我這里測試使用的是這兩個版本是沒有問題的。

2、代碼

下面是整個業(yè)務(wù)的實現(xiàn)過程，haarcascade_frontalface_default.xml訓(xùn)練模型我是直接在girhub上面下載的。所以這里并沒有對數(shù)據(jù)訓(xùn)練的實現(xiàn)，使用的是別人訓(xùn)練好的模型。

下載好訓(xùn)練模型之后放在自己本地，一會在調(diào)用訓(xùn)練模型的時候直接調(diào)用就OK了。導(dǎo)入opencv模塊，注意這里導(dǎo)入的名稱是cv2。

import cv2

獲取訓(xùn)練好的數(shù)據(jù)模型（haarcascade_frontalface_default.xml這就是我們前面從github上面下載的）。

face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')

讀取需要分析的原始圖片。

image = cv2.imread(r'./pic.jpg')

對讀取的pic.jpg圖片做灰度處理。

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

識別檢測一下women.jpeg圖片中的人臉的個數(shù)是多少個。

faces = face_cascade.detectMultiScale(

    gray,

    scaleFactor=1.15,

    minNeighbors=5,

    minSize=(5, 5),

    flags=cv2.CASCADE_SCALE_IMAGE

)

這時實際上已經(jīng)檢測完成了，使用len函數(shù)計算一下檢測出的人臉個數(shù)。

print("當(dāng)前圖片中共發(fā)現(xiàn){}張人臉".format(len(faces)))

檢測出的人臉的信息都存在faces的數(shù)組中，遍歷一下人臉信息做處理。

for (x, y, w, h) in faces:

    # 在識別出的人臉部位畫上圓圈

    cv2.circle(image, (int((x + x + w) / 2), int((y + y + h) / 2)), int(w / 2), (0, 255, 0), 2)

顯示識別出的人臉位置。

cv2.imshow("Face Nums", image)

cv2.waitKey(0)

到此，關(guān)于“Python怎么實現(xiàn)檢測照片中的人臉數(shù)”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>