如何使用 OpenCV Python 檢測人臉並在其周圍繪製邊界框？

我們使用 Haar 級聯分類器來檢測影像中的人臉。Haar 級聯分類器是一種有效的基於機器學習的物件檢測方法。我們可以針對訓練資料訓練我們自己的 Haar 級聯，但在這裡我們使用已經訓練好的 Haar 級聯進行人臉檢測。

我們將使用 **haarcascade_frontalface_alt.xml** 作為人臉檢測的“Haar 級聯”XML 檔案。

如何下載 Haar 級聯？

您可以訪問以下 GitHub 網站地址找到不同的 Haar 級聯：

要下載用於人臉檢測的 Haar 級聯，請點選 **haarcascade_frontalface_alt.xml** 檔案。以原始格式開啟它，右鍵單擊並儲存。

**注意** - 將所有 Haar 級聯 XML 檔案儲存在 **haarcascades** 資料夾中。

步驟

我們可以按照以下步驟檢測影像中的人臉並在其周圍繪製邊界框：

• 匯入所需的庫。在以下所有示例中，所需的 Python 庫是 **OpenCV**。確保您已經安裝了它。

• 使用 **cv2.imread()** 讀取輸入影像。指定完整的影像路徑。

• 為進行人臉檢測，初始化 Haar 級聯分類器物件 **face_cascade = cv2.CascadeClassifier()**。傳遞 Haar 級聯 xml 檔案的完整路徑。您可以使用 Haar 級聯檔案 **haarcascade_frontalface_alt.xml** 來檢測影像中的人臉。

• 使用 **face_cascade.detectMultiScale()** 檢測輸入影像中的人臉。它返回以 **(x,y,w,h)** 格式檢測到的人臉的座標。

• 使用 **cv2.rectangle()** 在原始影像中繪製檢測到的人臉周圍的邊界矩形。

• 顯示帶有繪製在人臉周圍的邊界矩形的影像。

讓我們來看一些示例，以便更好地理解。

示例

在這個 Python 程式中，我們檢測人臉並在檢測到的人臉周圍繪製邊界框。

# import required library
import cv2

# read the input image
img = cv2.imread('people.jpg')

# convert to grayscale of each frames
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# read haacascade to detect faces in input image
face_cascade = cv2.CascadeClassifier('haarcascades\haarcascade_frontalface_alt.xml')

# detects faces in the input image
faces = face_cascade.detectMultiScale(gray, 1.1, 2)
print('Number of detected faces:', len(faces))\

# loop over all the detected faces
for (x,y,w,h) in faces:

   # To draw a rectangle around the detected face  
   cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,255),2)

# Display an image in a window
cv2.imshow('Face Detection',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

將以下影像視為該程式的 **輸入檔案**：

輸出

執行上述 Python 程式後，它將生成以下 **輸出** 視窗：

Number of detected faces: 1

我們將得到以下 **輸出** 視窗：

人臉周圍的邊界框以黃色繪製。

示例

在這個 Python 程式中，我們檢測人臉並在輸入影像中檢測到的人臉周圍繪製邊界框。

import cv2
img = cv2.imread('window1.jpg')
img1 =cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img1,170,255,0)

# draw different shapes of ellipses
img = cv2.ellipse(img,(368,250),(100,40),30,0,180,(0,255,255),-1)
img = cv2.ellipse(img,(150,170),(86,45),-30,0,360,(0,255,0),-1)
img = cv2.ellipse(img,(578,250),(60,130),0,0,340,(0,0,255),-1)

# display the image with drawn ellipses
cv2.imshow("Ellipses", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

我們將使用此影像作為該程式的 **輸入檔案**：

輸出

執行上述 Python 程式後，它將生成以下 **輸出** 視窗：

Number of detected faces: 15

我們將得到以下輸出視窗：

人臉周圍的邊界框以黃色繪製。

Shahid Akhtar Khan

更新於：2022年12月5日

5K+ 次瀏覽

啟動您的 職業生涯

完成課程獲得認證

開始學習