Python+OpenCV人臉識別技術詳解

 總在科幻電影里看到人臉識別，現在我們也可以編程來實現啦。哈哈~~
OpenCV是Intel?開源計算機視覺庫。它由一系列 C 函數和少量 C++ 類構成，實現了圖像處理和計算機視覺方面的很多通用算法。
OpenCV 擁有包括 300 多個C函數的跨平臺的中、高層 API。它不依賴于其它的外部庫——盡管也可以使用某些外部庫。它還提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方

面的很多通用算法。

所以總體來說OpenCV的人臉檢測功能在是很不錯的。

效果圖如下：


下面我們就用python + OpenCV實現人臉識別。

開發運行環境：
Centos5.5
OpenCV
python2.7
PIL

下面上代碼：

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 
# face_detect.py
 
# Face Detection using OpenCV. Based on sample code from:
# http://www.pythontab.com
 
# Usage: python face_detect.py
 
import sys, os
#引入opencv庫中的相應組件
from opencv.cv import *
from opencv.highgui import *
#引入PIL庫
from PIL import Image, ImageDraw

from math import sqrt
 
def detectObjects(image):
    #首先把圖片轉換為灰度模式，以便找到人臉位置
    grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)
    cvCvtColor(image, grayscale, CV_BGR2GRAY)
 
    storage = cvCreateMemStorage(0)
    cvClearMemStorage(storage)
    cvEqualizeHist(grayscale, grayscale)
 
    cascade = cvLoadHaarClassifierCascade(
        \'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',
        cvSize(1,1))
    faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,
        CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))
 
    result = []
    for f in faces:
        result.append((f.x, f.y, f.x+f.width, f.y+f.height))
 
    return result
 
def grayscale(r, g, b):
    return int(r * .3 + g * .59 + b * .11)
 
def process(infile, outfile):
 
    image = cvLoadImage(infile);
    if image:
        faces = detectObjects(image)
 
    im = Image.open(infile)
 
    if faces:
        draw = ImageDraw.Draw(im)
        for f in faces:
            draw.rectangle(f, outline=(255, 0, 255))
 
        im.save(outfile, "JPEG", quality=100)
    else:
        print "Error: cannot detect faces on %s" % infile
 
if __name__ == "__main__":
    process(\'input.jpg\', \'output.jpg\')

代碼到此結束，上面的例子看不懂，沒關系，因為我們大量使用了庫里面的函數和方法，如果看不懂，我們可以去網上查或者使用手冊，只要借助這些看懂這段代碼就ok，重要的是掌握其中的人臉識別實現思想