脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → OpenCV Gradio人脸识别

基于OpenCV和Gradio实现简单的人脸识别详解

 更新时间：2024年04月08日 11:44:07   作者：Livingbody  
这篇文章主要为大家详细介绍了如何基于OpenCV和Gradio实现简单的人脸识别功能，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下

环境配置

  • gradio 安装 pip install gradio
  • cv2 安装 pip install python-opencv

实验原理

cv2有预训练模型face_cascade，可以对人脸进行检测，检测到人脸，绘制框框标识。

完成检测，调用cv2进行显示。

程序设计

# -*- coding: utf-8 -*-
"""
Created on Sun Apr 10 17:11:06 2022

@author: liujianjian
"""
import gradio as gr
import time
import cv2

#############这里需要添加绝对路径###################
pathf = './haarcascades/haarcascade_frontalface_alt.xml'
pathe = './haarcascades/haarcascade_eye.xml'
###########################################

1.上传图片

上传图片采用gradio，直接上传即可，或者可加入demo图片，供选择。

demo = gr.Interface(
    face_rec,
    gr.Image(),
    "image",    
    examples=["images/1.jpg", "images/2.jpg", "images/3.jpg", "images/4.jpg"],
)

2.人脸识别

人脸识别简单，复制配置文件到本地，加载进去即可。

    # 转为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 创建人脸识别分类器
    face_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
    face_cascade.load('./haarcascades/haarcascade_frontalface_default.xml')
    # 创建人眼识别分类器
    eye_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
    face_cascade.load('./haarcascades/haarcascade_eye.xml')
    # 检测人脸
    faces = face_cascade.detectMultiScale(gray,
                                          scaleFactor=1.15,
                                          minNeighbors=3,
                                          flags=cv2.IMREAD_GRAYSCALE,
                                          minSize=(40, 40))

3.绘制方框

就是绘制方框了，绘制显示即可。

    # 在人脸周围绘制方框
    for (x, y, w, h) in faces:
        img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
    # 进行眼部检测
    eyes = eye_cascade.detectMultiScale(gray,
                                        scaleFactor=1.1,
                                        minNeighbors=3,
                                        flags=cv2.IMREAD_GRAYSCALE,
                                        minSize=(3, 3))
    for (ex, ey, ew, eh) in eyes:
        # 绘制眼部方框
        img = cv2.rectangle(img, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)

4.保存预测结果

调用cv2.imwrite即可，注意图像转换。

cv2.imwrite(f"result/{time.time_ns()}.jpg", cv2.cvtColor(img, cv2.COLOR_BGR2RGB))

5.最后运行gradio的lauch

if __name__ == "__main__":
    demo.launch()

完整代码

# -*- coding: utf-8 -*-
"""
Created on Sun April 4 17:11:06 2023

@author: liujianjian
"""
import gradio as gr
import time
import cv2

#############这里需要添加绝对路径###################
pathf = './haarcascades/haarcascade_frontalface_alt.xml'
pathe = './haarcascades/haarcascade_eye.xml'
###########################################

# 人脸检测函数
def face_rec(img):
    # 转为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 创建人脸识别分类器
    face_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
    face_cascade.load('./haarcascades/haarcascade_frontalface_default.xml')
    # 创建人眼识别分类器
    eye_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
    face_cascade.load('./haarcascades/haarcascade_eye.xml')
    # 检测人脸
    faces = face_cascade.detectMultiScale(gray,
                                          scaleFactor=1.15,
                                          minNeighbors=3,
                                          flags=cv2.IMREAD_GRAYSCALE,
                                          minSize=(40, 40))

    # 在人脸周围绘制方框
    for (x, y, w, h) in faces:
        img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
    # 进行眼部检测
    eyes = eye_cascade.detectMultiScale(gray,
                                        scaleFactor=1.1,
                                        minNeighbors=3,
                                        flags=cv2.IMREAD_GRAYSCALE,
                                        minSize=(3, 3))
    for (ex, ey, ew, eh) in eyes:
        # 绘制眼部方框
        img = cv2.rectangle(img, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)
    
    cv2.imwrite(f"result/{time.time_ns()}.jpg", cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    return img


demo = gr.Interface(
    face_rec,
    gr.Image(),
    "image",    
    examples=["images/1.jpg", "images/2.jpg", "images/3.jpg", "images/4.jpg"],
)

if __name__ == "__main__":
    demo.launch()

项目地址： https://github.com/livingbody/face_det_cv2

以上就是基于OpenCV和Gradio实现简单的人脸识别详解的详细内容，更多关于OpenCV Gradio人脸识别的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

相关文章

  • Python K-means实现简单图像聚类的示例代码

    Python K-means实现简单图像聚类的示例代码

    本文主要介绍了Python K-means实现简单图像聚类的示例代码，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2021-10-10
  • Python模拟登录之滑块验证码的破解(实例代码)

    Python模拟登录之滑块验证码的破解(实例代码)

    这篇文章主要介绍了Python模拟登录之滑块验证码的破解(实例代码),代码简单易懂，非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下
    2019-11-11
  • Python利用matplotlib绘制散点图的新手教程

    Python利用matplotlib绘制散点图的新手教程

    这篇文章主要给大家介绍了关于Python利用matplotlib绘制散点图的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-11-11
  • python中的IO流使用解读

    python中的IO流使用解读

    这篇文章主要介绍了python中的IO流使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-08-08
  • python解决js文件utf-8编码乱码问题(推荐)

    python解决js文件utf-8编码乱码问题(推荐)

    这篇文章主要介绍了python解决js文件utf-8编码乱码问题,非常不错，具有参考借鉴价值，需要的朋友可以参考下
    2018-05-05
  • 基于Pycharm加载多个项目过程图解

    基于Pycharm加载多个项目过程图解

    这篇文章主要介绍了基于Pycharm加载多个项目过程图解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-01-01
  • Python3 实现递归求阶乘

    Python3 实现递归求阶乘

    这篇文章主要介绍了Python3 实现递归求阶乘的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Python实现的下载8000首儿歌的代码分享

    Python实现的下载8000首儿歌的代码分享

    这篇文章主要介绍了Python实现的下载8000首儿歌的代码分享,本文直接给出实现代码,下载的是有伴网的资源,需要的朋友可以参考下
    2014-11-11
  • matplotlib给子图添加图例的方法

    matplotlib给子图添加图例的方法

    今天小编就为大家分享一篇matplotlib给子图添加图例的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-08-08
  • 解决python图像处理图像赋值后变为白色的问题

    解决python图像处理图像赋值后变为白色的问题

    这篇文章主要介绍了解决python图像处理图像赋值后变为白色的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-06-06

最新评论