OpenCV摄像头人脸识别

前言

人脸识别是计算机视觉领域最受欢迎的应用之一，广泛应用于安防监控、智能门禁、互动娱乐等场景。本文将通过Python和OpenCV库，实现一个简单的实时摄像头人脸识别程序。

一、导入必要的库

import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont

二、定义函数

1.使用Pillow库在读取画面上添加中文文本

def cv2AddChineseText(img, text, position, textColor=(0, 255, 0), textSize=30):
    """ 向图片中添加中文 """
    if (isinstance(img, np.ndarray)):  # 判断是否OpenCV图片类型
        img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))  # 实现array到image的转换
    draw = ImageDraw.Draw(img)  # 在img图片上创建一个绘图的对象
    # 字体的格式
    fontStyle = ImageFont.truetype("simsun.ttc", textSize, encoding="utf-8")
    draw.text(position, text, textColor, font=fontStyle)  # 绘制文本
    return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)  # 转换回OpenCV格式

2.定义一个image_re函数方便我们多次使用

def image_re(image):
    a = cv2.imread(image, 0)
    a = cv2.resize(a, (120, 180))
    images.append(a)

三、创建模型

images = [] #将读取的图片装到列表里
image_re('wo.png')
image_re('wo1.png')
image_re('zly1.png')
image_re('zly2.png')

labels = [0, 0, 1, 1]
recognizer = cv2.face.FisherFaceRecognizer_create(threshold=5000)
recognizer.train(images, np.array(labels))

# 加载人脸检测器
faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

四、打开摄像头

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if ret is None:
        break

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

    for (x, y, w, h) in faces:
        face = gray[y:y+h, x:x+w]
        face = cv2.resize(face, (120, 180))
        label, confidence = recognizer.predict(face)
        dic = {0: '我', 1: '赵丽颖', -1: '无法识别'}
        text = dic.get(label, '未知')
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
        frame = cv2AddChineseText(frame, text, (x, y-10), textColor=(255, 0, 0))


    cv2.imshow('Face Recognition', frame)

    if cv2.waitKey(1) == 27:
        break

cap.release()
cv2.destroyAllWindows()

完毕