python使用opencv进行人脸识别

    欢迎来到小码哥的博客

博客搬家啦http://t.cn/RvFZs2cpython使用opencv进行人脸识别

环境

ubuntu 12.04 LTS

python 2.7.3

opencv 2.3.1-7

安装依赖

sudo apt-get install libopencv-*

sudo apt-get install python-opencv

sudo apt-get install python-numpy

示例代码

#!/usr/bin/env python

#coding=utf-8

import os

from PIL import Image, ImageDraw

import cv

def detect_object(image):

    '''检测图片，获取人脸在图片中的坐标'''

    grayscale = cv.CreateImage((image.width, image.height), 8, 1)

    cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY)

    cascade = cv.Load("/usr/share/opencv/haarcascades/haarcascade_frontalface_alt_tree.xml")

    rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2,

        cv.CV_HAAR_DO_CANNY_PRUNING, (20,20))

    result = []

    for r in rect:

        result.append((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))

    return result

def process(infile):

    '''在原图上框出头像并且截取每个头像到单独文件夹'''

    image = cv.LoadImage(infile);

    if image:

        faces = detect_object(image)

    im = Image.open(infile)

    path = os.path.abspath(infile)

    save_path = os.path.splitext(path)[0]+"_face"

    try:

        os.mkdir(save_path)

    except:

        pass

    if faces:

        draw = ImageDraw.Draw(im)

        count = 0

        for f in faces:

            count += 1

            draw.rectangle(f, outline=(255, 0, 0))

            a = im.crop(f)

     #       print file_name

            a.save(file_name)

        im.save(drow_save_path, "JPEG", quality=80)

    else:

        print "Error: cannot detect faces on %s" % infile

if __name__ == "__main__":

转换效果

原图：

转换后

使用感受

对于大部分图像来说，只要是头像是正面的，没有被阻挡，识别基本没问题，准确性还是很高的。

识别效率有点低，有时候一张图片能处理七八秒才能处理完，当然这个和机器配置有关。 如果想加速的话可以使用C语言重写，经测试，C语言版的所花时间大约是python的一半

另外，官方提供了几个库可一选择，这里使用的是haarcascade_frontalface_alt_tree.xml， 除此之外，/usr/share/opencv/haarcascades/文件夹下还有几个库：

~~/usr/share/opencv/haarcascades>> ll -h

总用量 19M

drwxr-xr-x 2 root root  4.0K  3月 22 17:14 ./

drwxr-xr-x 4 root root  4.0K  3月 22 17:14 ../

-rw-r--r-- 1 root root  1.1M  4月 28  2011 haarcascade_eye_tree_eyeglasses.xml

-rw-r--r-- 1 root root  495K  4月 28  2011 haarcascade_eye.xml

-rw-r--r-- 1 root root  818K  4月 28  2011 haarcascade_frontalface_alt2.xml

-rw-r--r-- 1 root root  3.5M  4月 28  2011 haarcascade_frontalface_alt_tree.xml

-rw-r--r-- 1 root root  9K  4月 28  2011 haarcascade_frontalface_alt.xml

-rw-r--r-- 1 root root  1.2M  4月 28  2011 haarcascade_frontalface_default.xml

-rw-r--r-- 1 root root  622K  4月 28  2011 haarcascade_fullbody.xml

-rw-r--r-- 1 root root  316K  4月 28  2011 haarcascade_lefteye_2splits.xml

-rw-r--r-- 1 root root  520K  4月 28  2011 haarcascade_lowerbody.xml

-rw-r--r-- 1 root root  350K  4月 28  2011 haarcascade_mcs_eyepair_big.xml

-rw-r--r-- 1 root root  401K  4月 28  2011 haarcascade_mcs_eyepair_small.xml

-rw-r--r-- 1 root root  306K  8月  2  2011 haarcascade_mcs_leftear.xml

-rw-r--r-- 1 root root  760K  4月 28  2011 haarcascade_mcs_lefteye.xml

-rw-r--r-- 1 root root  703K  4月 28  2011 haarcascade_mcs_mouth.xml

-rw-r--r-- 1 root root  1.6M  4月 28  2011 haarcascade_mcs_nose.xml

-rw-r--r-- 1 root root  318K  8月  2  2011 haarcascade_mcs_rightear.xml

-rw-r--r-- 1 root root  1.4M  4月 28  2011 haarcascade_mcs_righteye.xml

-rw-r--r-- 1 root root  1.5M  4月 28  2011 haarcascade_mcs_upperbody.xml

-rw-r--r-- 1 root root  1.1M  4月 28  2011 haarcascade_profileface.xml

-rw-r--r-- 1 root root  317K  4月 28  2011 haarcascade_righteye_2splits.xml

-rw-r--r-- 1 root root 1022K  4月 28  2011 haarcascade_upperbody.xml

~/usr/share/opencv/haarcascades>> 

根据文件名大家应该能知道是识别什么的。值得一提的是，这里面有四个关于人脸（frontalface）的识别库， 根据我的使用体验，default这个xml识别的最多，这就意味着本来不是头像的也识别成头像了。 alt_tree这个库虽然是最大的，但并不意味着这个库是最好的，应该说，用这个库，识别是最严格的， 这就意味着，有些头像不能被识别，因为根据他的算法，他认为这不是头像。 其余两个和alt_tree差不多。具体识别细节大家可以打开相应的xml看一下。

上面的代码只是识别面部，并不包括头发，如果大家想抓一个完整的头像的话， 可以将识别出来的矩形框的上边缘增加一定的比例，比如增加20%头像的高度。

附：C++语言人脸识别代码

网上找的，亲测可用，效率比python高一点。

#include "cv.h"

#include "highgui.h"

#include <stdio.h>

#include <stdlib.h>

#include <string.h>

#include <assert.h>

#include <math.h>

#include <float.h>

#include <limits.h>

#include <time.h>

#include <ctype.h>

#ifdef _EiC

#define WIN32

#endif

static CvMemStorage* storage = 0;

static CvHaarClassifierCascade* cascade = 0;

void detect_and_draw( IplImage* image );

const char* cascade_name =

"haarcascade_frontalface_alt.xml";

/*    "haarcascade_profileface.xml";*/

int main( int argc, char** argv )

{

    CvCapture* capture = 0;

    IplImage *frame, *frame_copy = 0;

    int optlen = strlen("--cascade=");

    const char* input_name;

    if( argc > 1 && strncmp( argv[1], "--cascade=", optlen ) == 0 )

    {

        cascade_name = argv[1] + optlen;

        input_name = argc > 2 ? argv[2] : 0;

    }

    else

    {

        cascade_name = "/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml";

        //opencv装好后haarcascade_frontalface_alt2.xml的路径,

        //也可以把这个文件拷到你的工程文件夹下然后不用写路径名cascade_name= "haarcascade_frontalface_alt2.xml";  

        //或者cascade_name ="C:\\\\Program Files\\\\OpenCV\\\\data\\\\haarcascades\\\\haarcascade_frontalface_alt2.xml"

        input_name = argc > 1 ? argv[1] : 0;

    }

    cascade = (CvHaarClassifierCascade*)cvLoad( cascade_name, 0, 0, 0 );

    if( !cascade )

    {

        fprintf( stderr, "ERROR: Could not load classifier cascade\\n" );

        fprintf( stderr,

                "Usage: facedetect --cascade=\\"<cascade_path>\\" [filename|camera_index]\\n" );

        return -1;

    }

    storage = cvCreateMemStorage(0);

    if( !input_name || (isdigit(input_name[0]) && input_name[1] == '\\0') )

    capture = cvCaptureFromCAM( !input_name ? 0 : input_name[0] - '0' );

    else

    capture = cvCaptureFromAVI( input_name ); 

    cvNamedWindow( "result", 1 );

    if( capture )

    {

        for(;;)

        {

            if( !cvGrabFrame( capture ))

            break;

            frame = cvRetrieveFrame( capture );

            if( !frame )

            break;

            if( !frame_copy )

            frame_copy = cvCreateImage( cvSize(frame->width,frame->height),

                                       IPL_DEPTH_8U, frame->nChannels );

            if( frame->origin == IPL_ORIGIN_TL )

            cvCopy( frame, frame_copy, 0 );

            else

            cvFlip( frame, frame_copy, 0 );

            detect_and_draw( frame_copy );

            if( cvWaitKey( 10 ) >= 0 )

            break;

        }

        cvReleaseImage( &frame_copy );

        cvReleaseCapture( &capture );

    }

    else

    {

        IplImage* image = cvLoadImage( filename, 1 );

        if( image )

        {

            detect_and_draw( image );

            cvWaitKey(0);

            cvReleaseImage( &image );

        }

        else

        {

            /* assume it is a text file containing the

            list of the image filenames to be processed - one per line */

            FILE* f = fopen( filename, "rt" );

            if( f )

            {

                char buf[1000+1];

                while( fgets( buf, 1000, f ) )

                {

                    int len = (int)strlen(buf);

                    while( len > 0 && isspace(buf[len-1]) )

                    len--;

                    buf[len] = '\\0';

                    image = cvLoadImage( buf, 1 );

                    if( image )

                    {

                        detect_and_draw( image );

                        cvWaitKey(0);

                        cvReleaseImage( &image );

                    }

                }

                fclose(f);

            }

        }

    }

    //    getchar();

    cvDestroyWindow("result");

    return 0;

}

void detect_and_draw( IplImage* img )

{

    static CvScalar colors[] = 

    {

        {{0,0,255}},

        {{0,128,255}},

        {{0,255,255}},

        {{0,255,0}},

        {{255,128,0}},

        {{255,255,0}},

        {{255,0,0}},

        {{255,0,255}}

    };

    double scale = 1.3;

    IplImage* gray = cvCreateImage( cvSize(img->width,img->height), 8, 1 );

    IplImage* small_img = cvCreateImage( cvSize( cvRound (img->width/scale),

                                                cvRound (img->height/scale)),

                                        8, 1 );

    int i;

    cvCvtColor( img, gray, CV_BGR2GRAY );

    cvResize( gray, small_img, CV_INTER_LINEAR );

    cvEqualizeHist( small_img, small_img );

    cvClearMemStorage( storage );

    if( cascade )

    {

        double t = (double)cvGetTickCount();

        CvSeq* faces = cvHaarDetectObjects( small_img, cascade, storage,

                                           1.1, 2, 0/*CV_HAAR_DO_CANNY_PRUNING*/,

                                           cvSize(30, 30) );

        t = (double)cvGetTickCount() - t;

        printf( "detection time = %gms\\n", t/((double)cvGetTickFrequency()*1000.) );

        for( i = 0; i < (faces ? faces->total : 0); i++ )

        {

            CvRect* r = (CvRect*)cvGetSeqElem( faces, i );

            CvPoint center;

            int radius;

            center.x = cvRound((r->x + r->width*0.5)*scale);

            center.y = cvRound((r->y + r->height*0.5)*scale);

            radius = cvRound((r->width + r->height)*0.25*scale);

            cvCircle( img, center, radius, colors[i%8], 3, 8, 0 );

        }

    }

    cvShowImage( "result", img );

    cvReleaseImage( &gray );

    cvReleaseImage( &small_img );

}