1. 程式人生 > 實用技巧 >Python用 opencv識別檔案中所有照片出現人臉的圖片(效果很差,可以自己改進,優點速度快)

Python用 opencv識別檔案中所有照片出現人臉的圖片(效果很差,可以自己改進,優點速度快)

程式碼:

import cv2
import os
import numpy as np
'''
用opencv 識別人臉效果太差  單獨照片還好 手機隨即拍攝的效果太差
'''
# 讀取函式,用來讀取資料夾中的所有函式,輸入引數是檔名
def read_directory(directory_name):
    for filename in os.listdir(directory_name):
        a= filename.split(".")[-1]
        if str(a) in ["JPG",'PNG','jpg','png']:
            #
用matplotlib的路徑 img1 = directory_name + "\\" + filename img = cv2.imdecode(np.fromfile(img1, dtype=np.uint8), -1) #防止地址中有中文 #resize(img, frame, Size(800, 600), 0, 0, CV_INTER_LINEAR) #img = cv2.resize(img2, (800, 600)) # print(img1) #img = cv2.imread(img1) # 讀取圖片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 轉換灰色cv2.COLOR_BGR2GRAY 換了下 # OpenCV人臉識別分類器 classifier = cv2.CascadeClassifier( 'D:\Study\python__gongju\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml' #不要有中文 ) color
= (0, 255, 0) # 定義繪製顏色 # 呼叫識別人臉 faceRects = classifier.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=5, minSize=(5, 5)) if len(faceRects) > 0: # 大於0則檢測到人臉 for faceRect in faceRects: # 單獨框出每一張人臉 x, y, w, h = faceRect # 框出人臉 cv2.rectangle(img, (x, y), (x + h, y + w), color, 2) # 左眼 cv2.circle(img, (x + w // 4, y + h // 4 + 30), min(w // 8, h // 8), color) # 右眼 cv2.circle(img, (x + 3 * w // 4, y + h // 4 + 30), min(w // 8, h // 8), color) # 嘴巴 cv2.rectangle(img, (x + 3 * w // 8, y + 3 * h // 4), (x + 5 * w // 8, y + 7 * h // 8), color) ''' cv2.imshow("image", img) # 顯示影象 k = cv2.waitKey(0) if k == ord("s"): cv2.imwrite("imagePath/9-2.png", img) ''' b = filename.split(".")[-2] cv2.imwrite(r"H:\renwu__opencv\nnn%s.%s" %(b,a), img) #識別有人臉的圖片 儲存地址 不想有方框 參考dlib識別全部圖片 # print(filename) cv2.destroyAllWindows() else: print('跳過!') read_directory(r'H:\renwu__opencv')#這裡傳入所要讀取資料夾的絕對路徑,加引號(引號不能省略!)不要有中文