python进阶——人工智能视觉识别

2023-02-03 09:30 458人阅读评论(0)

大家好，我是csdn的博主：lqj_本人

这是我的个人博客主页：lqj_本人的博客_CSDN博客-微信小程序,前端,vue领域博主lqj_本人擅长微信小程序,前端,vue,等方面的知识https://blog.csdn.net/lbcyllqj?spm=1000.2115.3001.5343

哔哩哔哩欢迎关注：小淼前端

小淼前端的个人空间_哔哩哔哩_bilibili

本篇文章主要讲述python的安装以及pycharm解释器的配置流程，本篇文章已经成功收录到我们python专栏中：https://blog.csdn.net/lbcyllqj/category_12089557.htmlhttps://blog.csdn.net/lbcyllqj/category_12089557.html

前言

python在人工智能方面可以毫不客气的说，比其他的所有语言都要有优势，因为python的背后有一个非常强大的资源库来支撑着python运作。

opencv库

opencv是最经典的python视觉库，它里面包含了很多种视觉的识别类型供开发者们使用。

opencv库的下载

我们可以在我们的pycharm里面输入以下代码进行下载，但这里我们下载的是阉割版的。

pip install opencv-python

当我们的pycharm下载完成之后，我们呢还需要在opencv的官网进行下载：

首页 - OpenCV

然后我们选择（如下图所示）：

进入之后，我们就可以看到opencv相对应的版本了：

然后，我们选择自己使用的系统进行下载并安装即可（仅安装即可，opencv不用环境配置！只需要记住安装在哪里，当我们使用的时候直接调取我们的安装目录就可以！）

当安装完成之后，我们就可以看到安装路径下的这些文件：

里面包含眼睛识别，面部识别等一些强大的识别算法！

人脸检测报警系统（可用于：家用监控；人脸门禁；人脸打卡签到等）

这里我将本功能分为了三个py文件来展开描述：

抓取人脸功能模块

首先，导入cv库

import cv2

然后调取我们的摄像头（0代表本机摄像头，其他代表外接摄像头）

cap = cv2.VideoCapture(0)

用while来判断是否为开启状态：

while(cap.isOpened()):

得到每一帧的图片进行赋值：

ret_flag,Vshow = cap.read()

调用控制键盘函数，控制判断按键：

k = cv2.waitKey(1) & 0xFF

使用imshow函数显示拍摄图像：

cv2.imshow('ceshi',Vshow)

键盘监听，按s键进行保存：

if k == ord('s'):

保存拍摄图像的格式，打印提示文字：


  
   
    
     
    
    
     
       cv2.imwrite(
      'E:/tupian/'+
      str(num)+
      '.name'+
      '.jpg',Vshow)
     
    
   
    
     
    
    
             
      print(
      '保存成功'+
      str(num)+
      ".jpg")
     
    
   
    
     
    
    
             
      print(
      "-------------------------")
     
    
   
    
     
    
    
     
              num += 
      1

释放摄像头与内存：


  
   
    
     
    
    
     
      #释放摄像头
     
    
   
    
     
    
    
     
      cap.release()
     
    
   
    
     
    
    
     
      #释放内存
     
    
   
    
     
    
    
     
      cv2.destroyAllWindows()

完整代码：


  
   
    
     
    
    
     
      import cv2
     
    
   
    
     
    
    
     
      cap = cv2.VideoCapture(
      0)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      falg = 
      1
     
    
   
    
     
    
    
     
      num = 
      1
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      while(cap.isOpened()):
      #检测是否在开启状态
     
    
   
    
     
    
    
     
          ret_flag,Vshow = cap.read()
      #得到每一帧的图像
     
    
   
    
     
    
    
     
          k = cv2.waitKey(
      1) & 
      0xFF
      #判断按键
     
    
   
    
     
    
    
     
          cv2.imshow(
      'ceshi',Vshow)
      #显示图像
     
    
   
    
     
    
    
         
      if k == 
      ord(
      's'):
      #按s键保存
     
    
   
    
     
    
    
     
              cv2.imwrite(
      'E:/tupian/'+
      str(num)+
      '.name'+
      '.jpg',Vshow)
     
    
   
    
     
    
    
             
      print(
      '保存成功'+
      str(num)+
      ".jpg")
     
    
   
    
     
    
    
             
      print(
      "-------------------------")
     
    
   
    
     
    
    
     
              num += 
      1
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
         
      elif k == 
      ord(
      ' '):
      #退出
     
    
   
    
     
    
    
             
      break
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      #释放摄像头
     
    
   
    
     
    
    
     
      cap.release()
     
    
   
    
     
    
    
     
      #释放内存
     
    
   
    
     
    
    
     
      cv2.destroyAllWindows()

录入人脸功能模块

在写这个功能模块之前，我们要在pycharm中或cmd中的本文件根目录下使用命令行，安装face模块使用函数：

 pip install opencv-contrib-python

导入第三方库：


  
   
    
     
    
    
     
      import os
     
    
   
    
     
    
    
     
      import cv2
     
    
   
    
     
    
    
     
      from PIL 
      import Image
     
    
   
    
     
    
    
     
      import numpy 
      as np

存储人脸数据：

facesSamples=[]

存储姓名数据：

ids=[]

存储图片信息：

imagePaths=[os.path.join(path,f) for f in os.listdir(path)]

加载分类器（就是我们上面讲到的在opencv官网下载的库，我们只需要调取安装目录就可以）：

face_detector = cv2.CascadeClassifier('E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')

遍历列表中的图片：

for imagePath in imagePaths:

将打开的图片灰度化：

PIL_img = Image.open(imagePath).convert('L')

将图片转化为数组：

img_numpy = np.array(PIL_img,'uint8')

获取图片人脸特征：

faces = face_detector.detectMultiScale(img_numpy)

获取每一张拍摄图片的id与姓名：

id = int(os.path.split(imagePath)[1].split('.')[0])

做判断，预防拍摄无面容图片：


  
   
    
     
    
    
             
      for x,y,w,h 
      in faces:
     
    
   
    
     
    
    
     
                  ids.append(
      id)
     
    
   
    
     
    
    
     
                  facesSamples.append(img_numpy[y:y+h,x:x+w])

打印面部特征与id，并返回数据：


  
   
    
     
    
    
         
      print(
      'id',
      id)
     
    
   
    
     
    
    
         
      print(
      'fs:',facesSamples)
     
    
   
    
     
    
    
         
      return facesSamples,ids

调用图片路径（有第一步抓取人脸后按s键保存到'E:/tupian/'路径下的图片）：

 path = 'E:/tupian/'

获取图像数组和id标签数组和姓名：

faces,ids=getImageAndLabels(path)

加载识别器：

recognizer = cv2.face.LBPHFaceRecognizer_create()

训练数据：

 recognizer.train(faces,np.array(ids))

保存面部特征到文件夹（创建一个文件夹，用于存放读取的面部信息）：

 recognizer.write('tupian/tupian.yml')

完整代码：


  
   
    
     
    
    
     
      import os
     
    
   
    
     
    
    
     
      import cv2
     
    
   
    
     
    
    
     
      from PIL 
      import Image
     
    
   
    
     
    
    
     
      import numpy 
      as np
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      def 
      getImageAndLabels(
      path):
     
    
   
    
     
    
    
         
      #储存人脸数据
     
    
   
    
     
    
    
     
          facesSamples=[]
     
    
   
    
     
    
    
         
      #储存姓名数据
     
    
   
    
     
    
    
     
          ids=[]
     
    
   
    
     
    
    
         
      #储存图片信息
     
    
   
    
     
    
    
     
          imagePaths=[os.path.join(path,f) 
      for f 
      in os.listdir(path)]
     
    
   
    
     
    
    
         
      #加载分类器
     
    
   
    
     
    
    
     
          face_detector = cv2.CascadeClassifier(
      'E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
     
    
   
    
     
    
    
         
      #遍历列表中的图片
     
    
   
    
     
    
    
         
      for imagePath 
      in imagePaths:
     
    
   
    
     
    
    
             
      #打开图片，灰度化PIL有九种不同的模式：1，L,P,RGB,RGBA,CMYK,YCbCr，I，F
     
    
   
    
     
    
    
     
              PIL_img = Image.
      open(imagePath).convert(
      'L')
     
    
   
    
     
    
    
             
      #将图像转化为数组，以黑白深浅
     
    
   
    
     
    
    
     
              img_numpy = np.array(PIL_img,
      'uint8')
     
    
   
    
     
    
    
             
      #获取图片人脸特征
     
    
   
    
     
    
    
     
              faces = face_detector.detectMultiScale(img_numpy)
     
    
   
    
     
    
    
             
      #获取每一张图片的id和姓名
     
    
   
    
     
    
    
             
      id = 
      int(os.path.split(imagePath)[
      1].split(
      '.')[
      0])
     
    
   
    
     
    
    
             
      #预防无面容照片
     
    
   
    
     
    
    
             
      for x,y,w,h 
      in faces:
     
    
   
    
     
    
    
     
                  ids.append(
      id)
     
    
   
    
     
    
    
     
                  facesSamples.append(img_numpy[y:y+h,x:x+w])
     
    
   
    
     
    
    
             
      #打印面部特征和id
     
    
   
    
     
    
    
         
      print(
      'id',
      id)
     
    
   
    
     
    
    
         
      print(
      'fs:',facesSamples)
     
    
   
    
     
    
    
         
      return facesSamples,ids
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      if __name__ == 
      '__main__':
     
    
   
    
     
    
    
         
      #图片路径
     
    
   
    
     
    
    
     
          path = 
      'E:/tupian/'
     
    
   
    
     
    
    
         
      #获取图像数组和id标签数组和姓名
     
    
   
    
     
    
    
     
          faces,ids=getImageAndLabels(path)
     
    
   
    
     
    
    
         
      #加载识别器
     
    
   
    
     
    
    
     
          recognizer = cv2.face.LBPHFaceRecognizer_create()
     
    
   
    
     
    
    
         
      #训练
     
    
   
    
     
    
    
     
          recognizer.train(faces,np.array(ids))
     
    
   
    
     
    
    
         
      #保存文件
     
    
   
    
     
    
    
     
          recognizer.write(
      'tupian/tupian.yml')

人脸识别功能模块

导入第三方库:

加载训练过的数据文件：

recogizer = cv2.face.LBPHFaceRecognizer_create()

加载保存过的面部信息：

recogizer.read('tupian/tupian.yml')

定义名称数组：

names=[]

识别全局变量定义：

warningtime = 0

识别视频中人脸模块：


  
   
    
     
    
    
     
      def 
      face_detect_demo(
      img):
     
    
   
    
     
    
    
     
          gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
      #转换为灰度
     
    
   
    
     
    
    
     
          face_detector=cv2.CascadeClassifier(
      'E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
     
    
   
    
     
    
    
     
          face=face_detector.detectMultiScale(gray)
     
    
   
    
     
    
    
         
      for x,y,w,h 
      in face:
     
    
   
    
     
    
    
     
              cv2.rectangle(img,(x,y),(x+w,y+h),color=(
      0,
      0,
      255),thickness=
      2)
     
    
   
    
     
    
    
     
              cv2.circle(img,center=(x+w//
      2,y+h//
      2),radius=w//
      2,color=(
      0,
      255,
      0),thickness=
      1)
     
    
   
    
     
    
    
             
      # 人脸识别
     
    
   
    
     
    
    
     
              ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])
     
    
   
    
     
    
    
             
      if confidence > 
      80:
     
    
   
    
     
    
    
                 
      global warningtime
     
    
   
    
     
    
    
     
                  warningtime += 
      1
     
    
   
    
     
    
    
                 
      if warningtime > 
      100:
     
    
   
    
     
    
    
                    
      # warning()
     
    
   
    
     
    
    
     
                     warningtime = 
      0
     
    
   
    
     
    
    
     
                  cv2.putText(img, 
      'unkonw', (x + 
      10, y - 
      10), cv2.FONT_HERSHEY_SIMPLEX, 
      0.75, (
      0, 
      255, 
      0), 
      1)
     
    
   
    
     
    
    
             
      else:
     
    
   
    
     
    
    
     
                  cv2.putText(img,
      str(names[ids-
      1]), (x + 
      10, y - 
      10), cv2.FONT_HERSHEY_SIMPLEX, 
      0.75, (
      0, 
      255, 
      0), 
      1)
     
    
   
    
     
    
    
     
          cv2.imshow(
      'result',img)

导入存储的图片名字标签：


  
   
    
     
    
    
     
      def 
      name():
     
    
   
    
     
    
    
     
          path = 
      'E:/tupian/'
     
    
   
    
     
    
    
         
      # names = []
     
    
   
    
     
    
    
     
          imagePaths=[os.path.join(path,f) 
      for f 
      in os.listdir(path)]
     
    
   
    
     
    
    
         
      for imagePath 
      in imagePaths:
     
    
   
    
     
    
    
     
             name = 
      str(os.path.split(imagePath)[
      1].split(
      '.',
      2)[
      1])
     
    
   
    
     
    
    
     
             names.append(name)

加载监控或已保存下来的视频：


  
   
    
     
    
    
     
      cap=cv2.VideoCapture(
      '1.mp4')
     
    
   
    
     
    
    
     
      name()
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
     
          flag,frame=cap.read()
     
    
   
    
     
    
    
         
      if 
      not flag:
     
    
   
    
     
    
    
             
      break
     
    
   
    
     
    
    
     
          face_detect_demo(frame)
     
    
   
    
     
    
    
         
      if 
      ord(
      ' ') == cv2.waitKey(
      10):
     
    
   
    
     
    
    
             
      break

释放内存与视频：


  
   
    
     
    
    
     
      cv2.destroyAllWindows()
     
    
   
    
     
    
    
     
      cap.release()

完整代码：


  
   
    
     
    
    
     
      import cv2
     
    
   
    
     
    
    
     
      import os
     
    
   
    
     
    
    
     
      #加载训练数据文件
     
    
   
    
     
    
    
     
      recogizer = cv2.face.LBPHFaceRecognizer_create()
     
    
   
    
     
    
    
     
      #加载数据
     
    
   
    
     
    
    
     
      recogizer.read(
      'tupian/tupian.yml')
     
    
   
    
     
    
    
     
      #名称
     
    
   
    
     
    
    
     
      names=[]
     
    
   
    
     
    
    
     
      #报警全局变量
     
    
   
    
     
    
    
     
      warningtime = 
      0
     
    
   
    
     
    
    
     
      #准备识别的图片
     
    
   
    
     
    
    
     
      def 
      face_detect_demo(
      img):
     
    
   
    
     
    
    
     
          gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
      #转换为灰度
     
    
   
    
     
    
    
     
          face_detector=cv2.CascadeClassifier(
      'E:/open-cv/opencv/sources/data/haarcascades/haarcascade_frontalface_default.xml')
     
    
   
    
     
    
    
     
          face=face_detector.detectMultiScale(gray)
     
    
   
    
     
    
    
         
      for x,y,w,h 
      in face:
     
    
   
    
     
    
    
     
              cv2.rectangle(img,(x,y),(x+w,y+h),color=(
      0,
      0,
      255),thickness=
      2)
     
    
   
    
     
    
    
     
              cv2.circle(img,center=(x+w//
      2,y+h//
      2),radius=w//
      2,color=(
      0,
      255,
      0),thickness=
      1)
     
    
   
    
     
    
    
             
      # 人脸识别
     
    
   
    
     
    
    
     
              ids, confidence = recogizer.predict(gray[y:y + h, x:x + w])
     
    
   
    
     
    
    
             
      if confidence > 
      80:
     
    
   
    
     
    
    
                 
      global warningtime
     
    
   
    
     
    
    
     
                  warningtime += 
      1
     
    
   
    
     
    
    
                 
      if warningtime > 
      100:
     
    
   
    
     
    
    
                    
      # warning()
     
    
   
    
     
    
    
     
                     warningtime = 
      0
     
    
   
    
     
    
    
     
                  cv2.putText(img, 
      'unkonw', (x + 
      10, y - 
      10), cv2.FONT_HERSHEY_SIMPLEX, 
      0.75, (
      0, 
      255, 
      0), 
      1)
     
    
   
    
     
    
    
             
      else:
     
    
   
    
     
    
    
     
                  cv2.putText(img,
      str(names[ids-
      1]), (x + 
      10, y - 
      10), cv2.FONT_HERSHEY_SIMPLEX, 
      0.75, (
      0, 
      255, 
      0), 
      1)
     
    
   
    
     
    
    
     
          cv2.imshow(
      'result',img)
     
    
   
    
     
    
    
      
     
    
   
    
     
    
    
     
      #名字标签
     
    
   
    
     
    
    
     
      def 
      name():
     
    
   
    
     
    
    
     
          path = 
      'E:/tupian/'
     
    
   
    
     
    
    
         
      # names = []
     
    
   
    
     
    
    
     
          imagePaths=[os.path.join(path,f) 
      for f 
      in os.listdir(path)]
     
    
   
    
     
    
    
         
      for imagePath 
      in imagePaths:
     
    
   
    
     
    
    
     
             name = 
      str(os.path.split(imagePath)[
      1].split(
      '.',
      2)[
      1])
     
    
   
    
     
    
    
     
             names.append(name)
     
    
   
    
     
    
    
     
      #加载视频
     
    
   
    
     
    
    
     
      cap=cv2.VideoCapture(
      '1.mp4')
     
    
   
    
     
    
    
     
      name()
     
    
   
    
     
    
    
     
      while 
      True:
     
    
   
    
     
    
    
     
          flag,frame=cap.read()
     
    
   
    
     
    
    
         
      if 
      not flag:
     
    
   
    
     
    
    
             
      break
     
    
   
    
     
    
    
     
          face_detect_demo(frame)
     
    
   
    
     
    
    
         
      if 
      ord(
      ' ') == cv2.waitKey(
      10):
     
    
   
    
     
    
    
             
      break
     
    
   
    
     
    
    
     
      #释放内存+视频
     
    
   
    
     
    
    
     
      cv2.destroyAllWindows()
     
    
   
    
     
    
    
     
      cap.release()

最终显示效果：

录入过的面部信息就会显示录入的姓名（如下面的LQJ），未录入过的面部信息就会显示unkonw（不知道的状态）。

转载：https://blog.csdn.net/lbcyllqj/article/details/128801971

查看评论

飞道的博客

飞道的博客

个人资料

文章分类

文章存档

阅读排行

评论排行

推荐文章

python进阶——人工智能视觉识别

前言

opencv库

opencv库的下载

人脸检测报警系统（可用于：家用监控；人脸门禁；人脸打卡签到等）

抓取人脸功能模块

录入人脸功能模块

人脸识别功能模块

最终显示效果：

* 以上用户言论只代表其个人观点，不代表本网站的观点或立场