使用opencv进行脸部识别

news2025/1/21 12:59:17

1.读取人脸部图片

引入需要的库,并读取人脸的图片

import cv2
import matplotlib.pyplot as plt
import numpy as np

# 定义t2s函数,方便查看是否对图片进行RGB通道转换
def t2s(img):
    return cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 读取图片
img = cv2.imread(r"d:\Users\1\week1_homework.png")
plt.figure(figsize=(5, 5))
plt.imshow(t2s(img))
plt.show()

2.对人脸进行平均滤波

首先需要设定kernel的值,卷积核越大,图像越模糊,但滤波效果会更好

# kernel 为均值滤波,使用该方法滤波核越大,图像越模糊,但滤波效果越好
kernel = np.ones((13, 13), np.float32) / (13*13)  # (13, 13) 为卷积核的大小
# 将卷积应用于图像中
result = cv2.filter2D(img, -1, kernel)
plt.figure(figsize=(20, 20))
plt.imshow(t2s(cv2.hconcat([img, result])))  # 将img,result两个图片水平拼接
plt.show()

在进行均值滤波时,可以通过修改kernel的形态改变检验的重点方向,当重点检验x轴方向的边缘时,可以将kernel设置为:

# x方向上的kernel
kernel = np.ones((3, 3), np.float32) / (3*3)
kernel[0, :] = [-1, -1, -1]
kernel[1, :] = [0, 0, 0]
kernel[2, :] = [1, 1, 1]

 

当重点检验y轴方向的边缘时,kernel设置为:

# y方向上的kernel
kernel = np.ones((3, 3), np.float32) / (3*3)
kernel[0, :] = [-1, 0, 1]
kernel[1, :] = [-1, 0, 1]
kernel[2, :] = [-1, 0, 1]
x轴方向边缘检测结果与原图对比
x轴方向边缘检测结果与原图对比
y轴方向边缘检测结果与原图对比
y轴方向边缘检测结果与原图对比

 

在进行卷积操作时,可以通过观察运算前后矩阵的形态和矩阵中某个位置值的大小检查是否存在错误,如:

# 打印原始图片的大小
print(img.shape)
# 打印进行卷积后图像的大小
print(result.shape)
# 检查卷积后某一个像素点的值
px = 100
py = 200
print(result[px, py])

3.添加了肤色检测的人脸滤波

为更好识别人脸的区域,并改善平均滤波带来的图像模糊问题,增加了肤色检测,以方便对人脸区域内的肤色进行识别调整。

import cv2
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread(r"d:\Users\WYN\Desktop\temp\1\week1_homework.png")
kernel = np.ones((21, 21), np.float32) / (21*21)
result = cv2.filter2D(img, -1, kernel)
#肤色检测
result_show = result.copy()
# 来源 https://www.cnblogs.com/demodashi/p/9437559.html
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)  # 把图像转换到HSV色域
(_h, _s, _v) = cv2.split(hsv)  # 图像分隔,分别获取h,s,v通道分量图像
skin3 = np.zeros(_h.shape, dtype=np.uint8)  # 根据源图像的大小创建一个全0的矩阵,用于保存图像数据
(x, y) = _h.shape  # 获取源图像数据的长和宽

# 遍历图像, 判断HSV通道的数值, 如果在指定范围中, 则置把新图像的点设为255,否则设为0
for i in  range(0, x):
    for j in  range(0, y):
        if (_h[i][j] >  7) and (_h[i][j] <  20) and (_s[i][j] >  28) and (_s[i][j] <  255) and (_v[i][j] >  50) and (_v[i][j] <  255):
            skin3[i][j] =  255
        else:
            skin3[i][j] =  0
            result_show[i][j] = img[i][j]

通过skin3我可以绘制出该算法识别的人脸区域

# 查验肤色检测区域
plt.imshow(t2s(skin3))
plt.show()
人脸区域识别图

 通过对人脸区域的HSV进行调整,得到修正后的图像

plt.figure(figsize=(20, 20))
plt.imshow(t2s(cv2.hconcat([img, result_show, result]))) # 将原图|肤色检测修正图|平均滤波修正图进行对比
plt.show()
原图、肤色检测修正、平均滤波修正对比图

 由此可以看出添加肤色检测算法后,会对检测出的皮肤区域进行修整,修整效果明显好于平均滤波的修整方法,但检测到的图像边缘界线并不明晰,该方法还有一定提升空间,后期可以考虑使用深度学习的方法,对任务面部标记参照点,已进行更好的识别。

参考链接:

Python人体肤色检测icon-default.png?t=MBR7https://www.cnblogs.com/demodashi/p/9437559.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/151679.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

10个PMP冷知识,项目经理看完都说长见识

早上好&#xff0c;我是老原。每次聊起考证啊&#xff0c;我内心总是充满遗憾——毕竟现在的市场情况&#xff0c;让很多项目经理对考证都不看好。但是啊&#xff0c;这群吹证书无用论的小友&#xff0c;总让我想起前几年吹学习无用论的时候&#xff0c;多么的异曲同工&#xf…

PageHelper分页规则

1.问题 1.1.PageHelper先开启分页&#xff0c;后对list数据操作 Overridepublic PageInfo<HdQueryVo> getRecordsByView(int pageNo, int pageSize) {PageHelper.startPage(pageNo,pageSize);List<HdQueryVo> hdQueryVosByView actionMapper.getActionByView();…

TP6(thinkphp6)队列与延时队列

安装 在此我就不再略过TP6的项目创建过程了&#xff0c;大致就是安装composer工具&#xff0c;安装成功以后&#xff0c;再使用composer去创建项目即可。 think-queue 安装 composer require topthink/think-queue 项目中添加驱动配置 我们需要在安装好的config下找到 queu…

SAP工作流任务

前言 灵活工作流沿用的传统工作流的活动节点&#xff0c;只是不再体现在流程图上&#xff0c;工作流的活动根据是否需要代理人可以分为两类&#xff0c;一类是自动后台处理的步骤&#xff0c;另外一类是需要代理人处理的步骤&#xff08;一般为决策节点&#xff09;&#xff0c…

线程通信例子

目录 线程通信的例子&#xff1a;使用两个线程打印1-100。线程1&#xff0c;线程2&#xff0c;交替打印 涉及的3个方法&#xff1a; 运行结果&#xff1a; 把锁改为其他对象 运行结果报错&#xff1a; 改进&#xff0c;把notify和wait的调用者改为obj sleep()和wait()的…

【数据结构】—— Java实现单链表

Java实现单链表一、一链表的概念及结构二、头节点与头指针的异同三、代码实现一、一链表的概念及结构 链表是一种物理存储结构上非连续存储结构&#xff0c;数据元素的逻辑顺序是通过链表中的引用链接次序实现的 。 注意&#xff1a; 从上图可以看出&#xff0c;链式结构在逻…

MobPush for SDK API

推送监听接口 (addPushReceiver) 描述&#xff1a;添加推送监听&#xff0c;可监听接收到的自定义消息(透传消息)、通知消息、通知栏点击事件、别名和标签变更操作。 /*** com.mob.pushsdk.MobPush.class* MobPush推送监听接口* param receiver 监听*/ public static void ad…

Databend 开源周报 #74

Databend 是一款强大的云数仓。专为弹性和高效设计&#xff0c;自由且开源。 即刻体验云服务&#xff1a;https://app.databend.com。 What’s New 探索 Databend 本周新进展&#xff0c;遇到更贴近你心意的 Databend 。 Features & Improvements Meta watch client …

【Word2021交叉引用参考文献格式】

Word2021交叉引用参考文献格式1 格式分类2 格式设置方法2.1 引用单个参考文献2.2 引用连续两个参考文献2.3 引用连续三个及三个以上的参考文献1 格式分类 按照引用参考文献的数量&#xff0c;格式一般分为三种&#xff1a; 1、引用单个参考文献&#xff0c;样例&#xff1a;我…

Leetcode回溯法题解

第一题 17. 电话号码的字母组合 题目描述&#xff1a;给定一个仅包含数字 2-9 的字符串&#xff0c;返回所有它能表示的字母组合。答案可以按任意顺序返回。 给出数字到字母的映射如下&#xff08;与电话按键相同&#xff09;。注意 1 不对应任何字母。 示例1&#xff1a;…

Linux yum 使用手册,以及内网源搭建

Linux yum 内网源搭建 序 在 Linux 中&#xff0c;我们经常安装各个开源网站编写的代码、软件&#xff0c;在安装的时候各个软件之间有各种依赖关系&#xff0c;还可能出现版本问题&#xff0c;比如 Centos7 支持的软件&#xff0c; Centos6 就未必支持。如果是 Java 开发应该…

ArcGIS基础实验操作100例--实验73创建闭合线内部缓冲区

本实验专栏参考自汤国安教授《地理信息系统基础实验操作100例》一书 实验平台&#xff1a;ArcGIS 10.6 实验数据&#xff1a;请访问实验1&#xff08;传送门&#xff09; 高级编辑篇--实验73 创建闭合线内部缓冲区 目录 一、实验背景 二、实验数据 三、实验步骤 &#xff0…

K8S ReplicaSet 原理 示例 HPA扩容

K8S ReplicaSet 基本使用 K8S ReplicaSet 对象的作用是在任意时间点保持一组稳定的副本Pod运行&#xff0c;因此&#xff0c;它通常用于保证指定数量的相同Pod的可用性。乍一看&#xff0c; ReplicaSet 对象的定义跟 Replication Controller 并没有什么区别&#xff0c;都是维…

AI检测人员工衣工服着装不规范识别系统 yolo

AI检测人员工衣工服着装不规范识别系统基于opencvyolo网络深度学习模型对现场画面中人员着装穿戴实时监测分析。我们使用YOLO(你只看一次)算法进行对象检测。YOLO是一个聪明的卷积神经网络(CNN)&#xff0c;用于实时进行目标检测。该算法将单个神经网络应用于完整的图像&#x…

Vivado综合属性之SRL_STYLE

本文介绍综合属性SRL_STYLE取register、srl、srl_reg、reg_srl、reg_srl_reg和block中的值时&#xff0c;对Schematic的影响。 SRL_STYLE用于指导Vivado将SRL&#xff08;移位寄存器&#xff09;映射为何种形式。 目录 默认值 测试代码 原理图 SRL_STYLE配置为register …

【JavaSE】String类

目录 前言&#xff1a; 1.1、了解字符串构造方法 1.2、求字符串长度&#xff08;xxx.length()&#xff09; 1.3、isEmpty()方法 1.4、String对象的比较 1.4.1、通过&#xff08;str1 str2&#xff09;来比较&#xff0c;这样比较的是两个引用当中的地址 1.4.2、 boolea…

【ONE·C++ || vector (一)】

总言 学习笔记&#xff0c;慢慢补充。 文章目录总言1、整体介绍&#xff1a;2、常用各种接口介绍2.1、vector的基本结构&#xff1a;构造、析构、赋值2.1.1、总体情况预览2.1.2、各项函数使用演示2.2、vector增删查改相关2.2.1、增删查改总览2.2.2、如何在vector中插入、删除、…

Kotlin之使用协程编写高效的并发程序

文章目录1.协程的基本用法2.更多的作用域构建器3.使用协程简化回调的写法协程属于Kotlin中非常有特色的一项技术&#xff0c;因为大部分编程语言中是没有协程这个概念的。那么什么是协程呢&#xff1f;它其实和线程有点相似&#xff0c;可以简单地将它理解成一种轻量级的线程。…

Linux学习入门

1、Linux简介 操作系统分类&#xff1a;桌面操作系统、、服务器操作系统、移动端操作系统、嵌入式操作系统桌面操作系统主要针对个人电脑&#xff0c;Linux在桌面操作系统的应用主要有国产操作系统&#xff0c;Ubuntu。服务器操作系统有windows和linux以及苹果&#xff0c;主流…

微信小程序是如何实现快速编译的?

过往中小企业或技术团队开发一个 App 的时间成本和人力成本居高难下&#xff0c;但是随着微信上线小程序&#xff0c;更像是为这部分群体打开了一扇天窗&#xff0c;此后小程序呈现出井喷式发展的状态&#xff0c;不仅微信&#xff0c;支付宝、百度、抖音等超级 App 都跟上步伐…