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:

python实现windows壁纸定期更换功能
这篇文章主要为大家详细介绍了python实现windows壁纸定期更换功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2019-01-01
Python列表删除重复元素与图像相似度判断及删除实例代码
这篇文章主要给大家介绍了关于Python列表删除重复元素与图像相似度判断及删除的相关资料，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
2021-05-05
python动态网站爬虫实战(requests+xpath+demjson+redis)
本文主要介绍了python动态网站爬虫实战(requests+xpath+demjson+redis)，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
2021-09-09
详解Python中内置的NotImplemented类型的用法
这篇文章主要介绍了详解Python中内置的NotImplemented类型的用法,包括对相关的__eq__()和__ne__()两个方法使用的讲解，需要的朋友可以参考下
2015-03-03
python实现根据文件关键字进行切分为多个文件的示例
今天小编就为大家分享一篇python实现根据文件关键字进行切分为多个文件的示例，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
2018-12-12
解析python中的jsonpath 提取器
jsonPath 是一种信息抽取类库,是从JSON文档中抽取指定信息的工具,提供多种语言实现版本,包括:Javascript, Python, PHP 和 Java。本文给大家介绍python的jsonpath 提取器，感兴趣的朋友跟随小编一起看看吧
2022-01-01
Python爬虫抓取代理IP并检验可用性的实例
今天小编就为大家分享一篇Python爬虫抓取代理IP并检验可用性的实例，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
2018-05-05
Python使用urllib模块的urlopen超时问题解决方法
这篇文章主要介绍了Python使用urllib模块的urlopen超时问题解决方法,本文使用socket模块中的setdefaulttimeout函数解决了超时问题,需要的朋友可以参考下
2014-11-11
python版单链表反转
这篇文章主要为大家详细介绍了python版单链表反转，文中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
2022-05-05
Django中ORM表的创建和增删改查方法示例
这篇文章主要给大家介绍了关于Django中ORM表的创建和增删改查等基本操作的方法，还给大家分享了django orm常用查询筛选的相关内容，分享出来供大家参考学习，需要的朋友们下面随着小编来一起学习学习吧。
2017-11-11