精华内容
下载资源
问答
  • python人脸追踪

    2018-12-27 15:03:01
    利用python+opencv来实现人脸识别与追踪,一组训练集训练要识别的人的图像来进行特征提取保存到模型中,在通过摄像头返回的图像进行处理并最后展现出来
  • python-摄像头实现人脸追踪

    千次阅读 2019-09-27 19:08:14
    本例例用人脸特征库实现电脑摄像头实时追踪人脸。相关知识见前面博客 python-计算机视觉-OpenCV-人脸特征提取 python-计算机视觉-OpenCV-Image python-计算机视觉-OpenCV-video 下面是代码实例: import cv2 ...

    本例例用人脸特征库实现电脑摄像头实时追踪人脸。相关知识见前面博客 

    python-计算机视觉-OpenCV-人脸特征提取

    python-计算机视觉-OpenCV-Image

    python-计算机视觉-OpenCV-video

    下面是代码实例:

    import cv2
    cap = cv2.VideoCapture(0) 
    face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml') # 加载人脸特征库
    face_cascade.load(r'D:\python\myTest\face\haarcascade_frontalface_alt2.xml')
    while(True):
        ret, frame = cap.read() # 读取一帧的图像
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 转灰
     
        faces = face_cascade.detectMultiScale(gray, scaleFactor = 1.15, minNeighbors = 5, minSize &#
    展开全文
  • Python开发人脸动态追踪 导入库文件cv2 通过pip 命令安装 pip install opencv-python 或者在在设置里面找到+进行opencv-python 你还要去下载文件: haarcascade_frontalface_alt.xml 这个面部级联分类器就可以简单...

    Python开发人脸动态追踪

    导入库文件cv2

    通过pip 命令安装

    pip install opencv-python
    

    或者在在设置里面找到+进行opencv-python

    你还要去下载文件:

    haarcascade_frontalface_alt.xml

    这个面部级联分类器就可以简单实现了

    代码如下:

    import cv2
    
    #加载视频从中获取人脸信息
    cap=cv2.VideoCaprure("视频.mp4")#读取视频文件
    
    _,frame=cap.read()  #_  丢弃数据
    cv2.imshow('video'.frame)
    cv2.waitKey(100)
    
    #加载面部级联分类器(人脸的特征)
    face_=cv2.CascadeClassifier('haarcascade_frontalface_alt.xml')
    #使用级联分类器进行匹配人脸
    face_detector.detectMultScale(frame,minNeighbors=4)
    
    #4.在视频中标记出人脸的位置
    for x,y,w,h in faces:
          face=frame[y:y+h,x:x+w]#只保留人脸的区域
          face=cv2.resize(face,dsize=(200,200))#统一人脸照片
          cv2.imshow('face',face)#显示标记的人脸
          
    
    展开全文
  • Python黑科技:50行代码运用Python+OpenCV实现人脸追踪Python雁横 2018-04-28 13:04嗨,我最亲爱的伙计们,很高兴我们又见面了。首先先感谢朋友们的关注。当然我更希望认识与计算机相关的领域的朋友咱们一起探讨...

    Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

    Python雁横       2018-04-28 13:04

    嗨,我最亲爱的伙计们,很高兴我们又见面了。

    首先先感谢朋友们的关注。当然我更希望认识与计算机相关的领域的朋友咱们一起探讨交流。重点说一下,我是真人,不是那些扒文章的自媒体组织,大家可以相互交流的!

    本篇文章我们来讲一下关于AI相关的人脸追踪,人脸识别相关的一些知识。当然本篇教程为(上)部分,讲一下利用python+opencv来实现人脸识别与追踪,明后天出(下)部分,用python来通过指纹对比实现人脸验证、人脸解锁(大家感兴趣的可以提前关注哦)。

    这两节课呢,代码量都不是很多,鄙人尽量多注释点,便于大家理解。那我们就不多啰嗦废话了,直接上干货!

    OpenCV:

    opencv目前来讲是十分流行的视觉库,而且可以支持多语言。说到opencv就不得不说它的cascades分类器。

    如果我们要判断一张图片是不是有一张脸,早期方式是通过成千上万的分类器去从头匹配到尾,这样看并没有什么什么毛病,但判断的图片多了呢?那可能需要猴年马月。opencv的cascades呢,就把这些用来判断人脸特征的容器划分成多块层层匹配,到一层不匹配就被丢弃。

    这好比一群人去公司面试,公司第一个要求是只要男人,那一批女人就走了,公司说只要本科,一批专科走了,公司说要两年工作经验的,又会走一批,直到最后。这样的工作量比每个人面试不管男女都过一遍流程轻松的多。

    环境拓扑:

    操作系统:windows7

    python版本:2.7.14

    opencv版本:3.x

    环境配置:

    1.安装python(额...这个当我没说)

    2.安装Opencv

    这个从官网下载就OK啦

    下载完之后直接解压就行,推荐解压到跟你的python安装的父路径。

    3.使用pip安装numpy

    打开cmd输入:

    pip install numpy

    进行安装,安装完毕后会给提示。

    4.找到你的opencv安装路径(比如我的是D盘)

    复制D:opencvopencv3.xuildpython.7\x64路径下的cv2.py

    注意:我的windows版本为64位所以我选择的是X64,如果你的是32位的话你需要选择X86文件夹下的cv2.pyd

    复制完之后,粘贴到你的python安装路径下的Lib/site-packages这个文件夹下。

    完成上面这些就基本OK啦,我们在写代码之前先来测试一下,环境是否配置成功。

    在CMD命令行下运行python:

    import numpy

    import cv2

    如果没有报错,说明安装完成。

    实现原理:

    1.调用计算机摄像头

    cv2.Videocamture(0)

    2.将摄像头数据按帧来取(相当于给每一帧图片的人脸加框框)

    cam.red()

    3.将每一帧摄像头记录的数据带入opencv让classifier去判断人脸

    detectMultiScale()

    4.如果存在人脸给人脸标记画框

    cv2.rectangle()

    5.输出画框后的帧动画

    cv2.imshow('My Camera',frame)

    代码实现:

    第一步定义一个识别函数:

    先放图片,这个地方比较重要,我在下面会详细的说一下。

    6-7行代码说明:

    首先创建classifier,为什么要弄这个呢?

    引用的haarcascade开头的文件是opencv里面关于人脸级联分类器,你在opencv文件夹下的sourcesdatahaarcascades可以看到:

    说明功能:

    人脸检测器(默认):haarcascade_frontalface_default.xml

    人脸检测器(快速Harr):haarcascade_frontalface_alt2.xml

    人脸检测器(侧视):haarcascade_profileface.xml

    眼部检测器(左眼):haarcascade_lefteye_2splits.xml

    眼部检测器(右眼):haarcascade_righteye_2splits.xml

    嘴部检测器:haarcascade_mcs_mouth.xml

    鼻子检测器:haarcascade_mcs_nose.xml

    身体检测器:haarcascade_fullbody.xml

    人脸检测器(快速LBP):lbpcascade_frontalface.xml

    1:haarcascade_frontalface_alt.xml

    Stump-based 20x20 gentle adaboost frontal face detector.

    2:haarcascade_frontalface_alt2.xml

    Tree-based 20x20 gentle adaboost frontal face detector.

    3:haarcascade_frontalface_alt_tree.xml

    Stump-based 20x20 gentle adaboost frontal face detector.This detector uses tree of stage classifiers instead of a cascade

    4:haarcascade_frontalface_default.xml

    Stump-based 24x24 discrete(?) adaboost frontal face detector.

    以上这四个鄙人都测试过,haarcascade_frontalface_alt.xml这个效果是最好的,其它的大家可以单个测试。

    设定灰度:

    灰度的设定是为了增强面部轮廓的对比度,这是增加精度必不可少的。

    核心代码解剖:

    DetectMultiScale 函数是一个检测物体的通用函数,我们介绍一下:

    gray:这是转换成灰度后的图片

    scaleFactor:补偿参数,一般设置值为1.1-1.5比较好,效果大家自己改着看

    minNeighbors:对当前其周围有多少物体进行定义

    minSize:设定窗口大小

    flags:略抽象,选择默认或者上图即可

    画方框:

    定义xywh利用for循环读取faces变量里面的坐标,然后通过rectangle()函数进行画方框。

    代码下部分:

    OK,写完代码之后,我们把上部分代码跟下部分代码拼凑起来,运行下试一下:

    大家凑合看吧,我笔记本cam有点渣,不过随着人的晃动,都可以完美的识别出来,由于没法上视频,大家就自行测试吧。

    最后再强调一点:明后天出(下)部分,用python来通过指纹对比实现人脸验证、人脸解锁(大家感兴趣的可以提前关注哦)。

    展开全文
  • Python黑科技:50行代码运用Python+OpenCV实现人脸追踪 Python雁横 百家号18-04-2813:08 嗨,我最亲爱的伙计们,很高兴我们又见面了。首先先感谢朋友们的关注。当然我更希望认识与计算机相关的领域的朋友咱们...

     

    Python黑科技:50行代码运用Python+OpenCV实现人脸追踪

    Python雁横

    百家号18-04-2813:08

    嗨,我最亲爱的伙计们,很高兴我们又见面了。首先先感谢朋友们的关注。当然我更希望认识与计算机相关的领域的朋友咱们一起探讨交流。重点说一下,我是真人,不是那些扒文章的自媒体组织,大家可以相互交流的!

     

    本篇文章我们来讲一下关于AI相关的人脸追踪,人脸识别相关的一些知识。当然本篇教程为(上)部分,讲一下利用python+opencv来实现人脸识别与追踪,明后天出(下)部分,用python来通过指纹对比实现人脸验证、人脸解锁(大家感兴趣的可以提前关注哦)。这两节课呢,代码量都不是很多,鄙人尽量多注释点,便于大家理解。那我们就不多啰嗦废话了,直接上干货!

     

    OpenCV:

    opencv目前来讲是十分流行的视觉库,而且可以支持多语言。说到opencv就不得不说它的cascades分类器。如果我们要判断一张图片是不是有一张脸,早期方式是通过成千上万的分类器去从头匹配到尾,这样看并没有什么什么毛病,但判断的图片多了呢?那可能需要猴年马月。opencv的cascades呢,就把这些用来判断人脸特征的容器划分成多块层层匹配,到一层不匹配就被丢弃。

    这好比一群人去公司面试,公司第一个要求是只要男人,那一批女人就走了,公司说只要本科,一批专科走了,公司说要两年工作经验的,又会走一批,直到最后。这样的工作量比每个人面试不管男女都过一遍流程轻松的多。

    操作系统:windows7,python版本:2.7.14,opencv版本:3.x

    1.安装python(额...这个当我没说)2.安装Opencv,这个从官网下载就OK啦

     

    下载完之后直接解压就行,推荐解压到跟你的python安装的父路径。

    3.使用pip安装numpypip install numpy

     

    4.找到你的opencv安装路径(比如我的是D盘)复制D:opencvopencv3.xuildpython.7\x64路径下的cv2.py

     

    注意:我windows版本为64位所以我选择的是X64,如果你的是32位的话你需要选择X86文件夹下的cv2.pyd

    复制完之后,粘贴到你的python安装路径下的Lib/site-packages这个文件夹下。完成上面这些就基本OK啦,我们在写代码之前先来测试一下,环境是否配置成功。

    在CMD命令行下运行python:import numpyimport cv2

     

    1.调用计算机摄像头cv2.Videocamture(0)2.将摄像头数据按帧来取(相当于给每一帧图片的人脸加框框)cam.red()3.将每一帧摄像头记录的数据带入opencv让classifier去判断人脸detectMultiScale()4.如果存在人脸给人脸标记画框cv2.rectangle()5.输出画框后的帧动画cv2.imshow('My Camera',frame)

    代码实现:第一步定义一个识别函数:先放图片,这个地方比较重要,我在下面会详细的说一下。

    6-7行代码说明:

    首先创建classifier,为什么要弄这个呢?

    引用的haarcascade开头的文件是opencv里面关于人脸级联分类器,你在opencv文件夹下的sourcesdatahaarcascades可以看到:

     

    人脸检测器(默认):haarcascade_frontalface_default.xml

    人脸检测器(快速Harr):haarcascade_frontalface_alt2.xml

    人脸检测器(侧视):haarcascade_profileface.xml

    眼部检测器(左眼):haarcascade_lefteye_2splits.xml

    眼部检测器(右眼):haarcascade_righteye_2splits.xml

    嘴部检测器:haarcascade_mcs_mouth.xml

    鼻子检测器:haarcascade_mcs_nose.xml

    身体检测器:haarcascade_fullbody.xml

    人脸检测器(快速LBP):lbpcascade_frontalface.xml

    1:haarcascade_frontalface_alt.xmlStump-based 20x20 gentle adaboost frontal face detector.2:haarcascade_frontalface_alt2.xmlTree-based 20x20 gentle adaboost frontal face detector.3:

     

    haarcascade_frontalface_alt_tree.xmlStump-based 20x20 群号:733065427gentle adaboost frontal face detector.This detector uses tree of stage classifiers instead of a cascade4:haarcascade_frontalface_default.xmlStump-based 24x24 discrete(?) adaboost frontal face detector.

    以上这四个鄙人都测试过,haarcascade_frontalface_alt.xml这个效果是最好的

     

    其它的大家可以单个测试。

    设定灰度:灰度的设定是为了增强面部轮廓的对比度,这是增加精度必不可少的。

    核心代码解剖:DetectMultiScale 函数是一个检测物体的通用函数,我们介绍一下:

     

    gray:这是转换成灰度后的图片,scaleFactor:补偿参数,一般设置值为1.1-1.5比较好,效果大家自己改着看,minNeighbors:对当前其周围有多少物体进行定义,minSize:设定窗口大小,flags:略抽象,选择默认或者上图即可,画方框:定义xywh利用for循环读取faces变量里面的坐标,然后通过rectangle()函数进行画方框。可直接联系客服

     

     

    OK,写完代码之后,我们把上部分代码跟下部分代码拼凑起来,运行下试一下:

     

    大家凑合看吧,我笔记本cam有点渣,不过随着人的晃动,都可以完美的识别出来,由于没法上视频,大家就自行测试吧。最后再强调一点:明后天出(下)部分,用python来通过指纹对比实现人脸验证、人脸解锁(大家感兴趣的可以提前关注哦)。

     

    展开全文
  • openCV3 计算机视觉,python+opencv监控视频流人脸识别检测追踪
  • OpenCV-Python实战(16)——人脸追踪详解

    千次阅读 多人点赞 2021-11-05 09:09:16
    人脸处理是人工智能中的一个热门话题,人脸处理可以使用计算机视觉算法从人脸中自动提取大量信息,例如身份、意图和情感,由于外观变化、遮挡、快速运动、运动模糊和比例变化等多种因素,人脸追踪非常具有挑战性。...
  • 这个是使用KNN进行人脸识别,在文件夹中直接运行就行。 knn_examples文件夹中,为train和test文件夹。 train里边放的都是以每个人脸的姓名为名称的子文件夹,每个子文件夹中需要自己添加人脸图片以便进行训练。 ...
  • Install Python python 2.7 Install OpenCV 3.3.0 Script $ vim opencv.sh3.3.0-20180429-yuan #!/bin/bash echo "========================================" echo "Install OpenCV 3.3.0" echo "========...
  • python+opencv实现的人脸识别,可作为学习人脸识别的小伙伴的参考
  • #在这个python文件中,训练识别人脸 #我们使用的是openCV库提供的默认识别器 #我们还使用os模块来查找图像的目录 #我们将使用名为cv2.face.LBPHFaceRecognizer_create()的函数来实现识别器 #然后我们将使用Python ...
  • 用到的功能包: opencv-python (4.2.0.32) 、numpy (1.20.2) 导入他人训练好的 OpenCV cascade 文件 haarcascade_frontalface_default.xml (也可以用其他.xml文件用于做不同的检测,比如全身、人眼等等)下载...
  • Python人脸检测并且追踪算法(需要安装opencv-contrib-python) import cv2 import numpy import sys if __name__ == '__main__' : faceCascade = cv2.CascadeClassifier('D:\python38\Lib\site-packages\cv2\data\...
  • 1_人脸追踪_python_源码

    2021-10-01 08:43:30
    在实现人脸识别的同时采用光流法对识别到的人脸进行追踪画线
  • 项目详情参见:https://handsome-man.blog.csdn.net/article/details/102995809
  • 项目解析参见:https://handsome-man.blog.csdn.net/article/details/102586996
  • 主要介绍了Python+OpenCV使用摄像头追踪人脸面部血液变化实现脉搏评估,本文通过一段代码给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
  • 1. 引言在某些场景下,我们不仅需要进行实时人脸检测追踪,还要进行再加工;这里进行摄像头实时人脸检测,并对于实时检测的人脸进行初步提取;单个/多个人脸检测,并依次在摄像头窗口,实时平铺显示检测到的人脸;图...
  • python人脸方框跟踪

    2018-08-23 19:17:49
    python中,使用比较简短的语句实现人脸跟踪,并使用方框将人脸画出来
  • _name__ == "__main__":85 #训练集图片存储路径 86 train_path = 'train_imgs' 87 #读取人脸描述文件, 构建人脸检测器 88 fd = cv.CascadeClassifier('face.xml')89 #创建标签编码器 90 codec =sp.LabelEncoder()91 ...
  • 但是人脸识别还有更好的用途,比如在线追踪,此时我们可以将目标图片作为对比数据输入系统,系统将自动在线识别目标,并将追踪结果实时显示在屏幕,还记的《冰封:重生之门》吗?华哥利用炫酷系统在茫茫人海追踪到了...
  • python人眼追踪

    2020-10-10 11:35:34
    该脚本使用内置的前脸检测器来查找脸部,然后查找脸部的眼睛。本例程先用haar算子进行人脸识别,然后利用haar算子找到人脸中的眼睛,实现人眼追踪
  • 基于OpenCV-Python的摄像头人脸检测追踪控制系统 资源:https://download.csdn.net/download/weixin_53403301/24966761 采用OpenCV-Python进行人脸识别 并计算出相对位置 输出左右中三种信号 可外接单片机设备控制...
  • OpenCV库(open source computer vision library)是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、...OpenCV用C++语言编写,它具有C ++,Python,Java和MATLAB接口,O...
  • 原文链接:https://blog.csdn.net/weixin_39653948/article/details/89291751 1. 项目简介 本项目使用Python3.6编写,Qt Designer(QT5)设计主界面,PyQt5库编写控件的功能,使用开源 DeepFace人脸识别算法进行人脸...
  • 于是我们使用舵机云台作为镜头旋转的硬件,搭配镜头模块,并结合RaspberryPi作为微控制器,完成一台自制的人脸辨识追踪系统,来看看如何操作吧! 背景技术 Haar cascades 这是「Haar Featur...
  • 人脸识别的英文名称是 Human Face Recognition.人脸识别产品利用AVS03A图像处理器;可以对人脸明暗侦测,自动调整动态曝光补偿,人脸追踪侦测,自动调整影像放大。
  • 1、利用Opencv自带的haarcascade_frontalface_default.xml 人脸分类器做视频流的人脸识别2、利用cv2.VideoCapture获取视频流3、导入Opencv分类器 haarcascade_frontalface_default 是好是绝对路径4、视频流的每一...
  • opencv3视频中检测人脸python 检测视频中主播人脸
  • Python 使用 face_recognition 人脸识别人脸识别face_recognition 是世界上最简单的人脸识别库。使用 dlib 最先进的人脸识别功能构建建立深度学习,该模型准确率在99.38%。Python模块的使用Python可以安装导入 face_...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,441
精华内容 976
关键字:

python人脸追踪

python 订阅
友情链接: userguide.rar