Python基于pyopencv人臉識別并繪制GUI界面

更新時間：2021年12月07日 17:39:10 作者：鐵甲小寶同學

本文詳細講解了Python基于pyopencv人臉識別并繪制GUI界面，文中通過示例代碼介紹的非常詳細。對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

項目介紹

我們先來看看成果：

首先寫了一個能夠操作的GUI界面。

其中兩個按鈕對應相應的功能：

采集人臉：

識別功能：

我可是犧牲了色相五五五五。。。（電腦像素不是很好大家將就一下嘿嘿嘿）

項目思路

本項目是借助于python的一個cv2圖像識別庫，通過調取電腦的攝像頭進行識別人臉并保存人臉圖片的功能，然后在通過cv2中的這兩個訓練工具對保存的人臉圖片進行訓練（這些都是已經寫好的人臉識別算法）我們直接調用就可以。

項目模塊

本項目大致細分能分四個模塊。

1.人臉采集

通過

cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

對攝像頭的圖片進行人臉信息的對比，找到人臉的核心區(qū)域然后用長方形方框給圈出來，等待指令，并且進行下一步的保存人臉圖片：

這些都是我保存好的（我可是犧牲了色相嗚嗚嗚）這些用來進行數(shù)據訓練。

2.數(shù)據訓練

將某一目錄下的圖片轉化為數(shù)組，獲取每張圖片中人臉部分的數(shù)據保存到事先創(chuàng)建好的列表中，同時獲取每張圖片的ID，同樣保存在事先創(chuàng)建好的列表中，最后將訓練后的數(shù)據保存。

3.人臉識別

cv2會把訓練好的數(shù)據放在一個文件中，我們在識別的時候直接調用這個數(shù)據和攝像頭上面的人臉進行對比。

?上圖為訓練好的一個文件。

識別效果在上面大家也看到了?。?！

4.GUI界面

這個我是通過pyqt來設計了一個簡單的GUI界面，配置pyqt環(huán)境我在我之前的一篇博客介紹過了——pyqt的介紹

使用了兩個簡單的button來進行一個可視化。

項目代碼

人臉采集

import numpy as np
import cv2
def b():
    print('正在調用攝像頭！')
 
    faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
 
    cap = cv2.VideoCapture(0)
    cap.set(3,640) # set Width
    cap.set(4,480) # set Height
 
    while True:
        ret, img = cap.read()
        #將彩色圖轉為灰度圖
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = faceCascade.detectMultiScale(
            gray,
             scaleFactor=1.2,
            minNeighbors=5
            ,
            minSize=(20, 20)
 
        )
 
        for (x,y,w,h) in faces:
            cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
            roi_gray = gray[y:y+h, x:x+w]
            roi_color = img[y:y+h, x:x+w]
 
 
        cv2.imshow('video',img)
 
        k = cv2.waitKey(30) & 0xff
        if k == ord('s'):
            n = input('請輸入編號：')
            cv2.imwrite('./data/jm/'+n+'.jpg',roi_gray)
        if k == 27: # press 'ESC' to quit
            break
 
    cap.release()
    cv2.destroyAllWindows()
 
b()

數(shù)據訓練

import os
import cv2
import sys
from PIL import Image
import numpy as np
 
 
 
def getImageAndLabels(path):
    facesSamples=[]
    ids=[]
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    #檢測人臉
    face_detector = cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml')
    #打印數(shù)組imagePaths
    print('數(shù)據排列：',imagePaths)
    #遍歷列表中的圖片
    for imagePath in imagePaths:
        #打開圖片,黑白化
        PIL_img=Image.open(imagePath).convert('L')
        #將圖像轉換為數(shù)組，以黑白深淺
       # PIL_img = cv2.resize(PIL_img, dsize=(400, 400))
        img_numpy=np.array(PIL_img,'uint8')
        #獲取圖片人臉特征
        faces = face_detector.detectMultiScale(img_numpy)
        #獲取每張圖片的id和姓名
        id = int(os.path.split(imagePath)[1].split('.')[0])
        #預防無面容照片
        for x,y,w,h in faces:
            ids.append(id)
            facesSamples.append(img_numpy[y:y+h,x:x+w])
        #打印臉部特征和id
        #print('fs:', facesSamples)
        print('id:', id)
        #print('fs:', facesSamples[id])
    print('fs:', facesSamples)
    #print('臉部例子：',facesSamples[0])
    #print('身份信息：',ids[0])
    return facesSamples,ids
 
if __name__ == '__main__':
    #圖片路徑
    path='./data/jm/'
    #獲取圖像數(shù)組和id標簽數(shù)組和姓名
    faces,ids=getImageAndLabels(path)
    #獲取訓練對象
 
    recognizer=cv2.face.LBPHFaceRecognizer_create()
 
    #recognizer.train(faces,names)#np.array(ids)
    recognizer.train(faces,np.array(ids))
    #保存文件
    recognizer.write('trainer/trainer3.yml')

人臉識別

import cv2
import os
def a():
    #加載識別器
    recognizer = cv2.face.LBPHFaceRecognizer_create()
    recognizer.read('trainer/trainer3.yml')
    #加載分類器
    cascade_path = "haarcascade_frontalface_alt2.xml"
    face_cascade = cv2.CascadeClassifier(cascade_path)
    cam = cv2.VideoCapture(0)
    minW = 0.1*cam.get(3)
    minH = 0.1*cam.get(4)
    font = cv2.FONT_HERSHEY_SIMPLEX
    names = []
    agelist=[21,21,21,21,21,21,22]
    path='./data/jm/'
    imagePaths=[os.path.join(path,f) for f in os.listdir(path)]
    for imagePath in imagePaths:
        id = int(os.path.split(imagePath)[1].split('.')[0])
        names.append(id)
    while True:
        ret, img = cam.read()
        gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        faces = face_cascade.detectMultiScale(
            gray,
            scaleFactor=1.3,
            minNeighbors=5,
            minSize=(int(minW), int(minH))
        )
        for (x, y, w, h) in faces:
            cv2.rectangle(img, (x , y ), (x + w , y + h ), (225, 0, 0), 2)
            img_id, confidence = recognizer.predict(gray[y:y + h, x:x + w])
            print(img_id,confidence)
            if confidence < 50:
                confidence = "{0}%".format(round(100 - confidence))
            else:
                img_id = "Unknown"
                confidence = "{0}%".format(round(100 - confidence))
            if img_id != "Unknown":
                print('識別成功??！')
            else:
                print('識別失敗??！')
            cv2.putText(img, str(img_id), (x, y + h), font, 0.55, (0, 255, 0), 1)
            cv2.putText(img, "18", (x , y + 500), font, 1, (0, 255, 0), 1)
            cv2.putText(img, "18", (x , y +h + 150), font, 1, (0, 255, 0), 1)
     
            cv2.putText(img, str(confidence), (x + 5, y - 5), font, 1, (0, 255, 0), 1)
        cv2.imshow('face', img)
        if cv2.waitKey(5) & 0xFF == 27:
            break
     
    cam.release()
    cv2.destroyAllWindows()

合并GUI

from PyQt5 import QtCore, QtGui, QtWidgets
import cv2
 
class Ui_MainWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super(Ui_MainWindow,self).__init__()
    def setupUi(self, MainWindow):
        MainWindow.setObjectName("MainWindow")
        MainWindow.resize(565, 331)
        self.centralwidget = QtWidgets.QWidget(MainWindow)
        self.centralwidget.setObjectName("centralwidget")
        self.pushButton = QtWidgets.QPushButton(self.centralwidget)
        self.pushButton.setGeometry(QtCore.QRect(70, 190, 111, 61))
        self.pushButton.setObjectName("pushButton")
        self.pushButton_2 = QtWidgets.QPushButton(self.centralwidget)
        self.pushButton_2.setGeometry(QtCore.QRect(310, 190, 121, 61))
        self.pushButton_2.setObjectName("pushButton_2")
        self.label = QtWidgets.QLabel(self.centralwidget)
        self.label.setGeometry(QtCore.QRect(180, 60, 161, 81))
        self.label.setObjectName("label")
        MainWindow.setCentralWidget(self.centralwidget)
        self.menubar = QtWidgets.QMenuBar(MainWindow)
        self.menubar.setGeometry(QtCore.QRect(0, 0, 565, 26))
        self.menubar.setObjectName("menubar")
        MainWindow.setMenuBar(self.menubar)
        self.statusbar = QtWidgets.QStatusBar(MainWindow)
        self.statusbar.setObjectName("statusbar")
        MainWindow.setStatusBar(self.statusbar)
 
        self.retranslateUi(MainWindow)
        QtCore.QMetaObject.connectSlotsByName(MainWindow)
 
    def retranslateUi(self, MainWindow):
        _translate = QtCore.QCoreApplication.translate
        MainWindow.setWindowTitle(_translate("MainWindow", "MainWindow"))
        self.pushButton.setText(_translate("MainWindow", "采集人臉信息"))
        self.pushButton_2.setText(_translate("MainWindow", "開始識別"))
        # self.label.setText(_translate("MainWindow", "結果："))
        self.pushButton.clicked.connect(self.b)
        self.pushButton_2.clicked.connect(self.final)
 
    def b(self):
        print('正在調用攝像頭！')
        print("輸入'esc'為退出?。。?)
 
        faceCascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
 
        cap = cv2.VideoCapture(0)
        cap.set(3, 640)  # set Width
        cap.set(4, 480)  # set Height
        print("請輸入字母's'保存信息?。?)
        while True:
            ret, img = cap.read()
            # 將彩色圖轉為灰度圖
            gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            faces = faceCascade.detectMultiScale(
                gray,
                scaleFactor=1.2,
                minNeighbors=5
                ,
                minSize=(20, 20)
 
            )
 
            for (x, y, w, h) in faces:
                cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)
                roi_gray = gray[y:y + h, x:x + w]
                roi_color = img[y:y + h, x:x + w]
 
            cv2.imshow('video', img)
 
            k = cv2.waitKey(30) & 0xff
 
            if k == ord('s'):
                n = input('請輸入編號：')
                cv2.imwrite('./data/jm/' + n + '.jpg', roi_gray)
            if k == 27:
                break
 
        cap.release()
        cv2.destroyAllWindows()
        print("正在訓練?。?！")
        self.train()
 
    def final(self):
        import face_zhineng.final_face
        face_zhineng.final_face.a()
 
 
 
    def train(self):
        import cv2
        import numpy as np
        import face_zhineng.training
        # 圖片路徑
        path = './data/jm/'
        faces, ids = face_zhineng.training.getImageAndLabels(path)
        # 獲取訓練對象
        recognizer = cv2.face.LBPHFaceRecognizer_create()
        recognizer.train(faces, np.array(ids))
        # 保存文件
        recognizer.write('trainer/trainer3.yml')
        print("訓練完畢?。。?)
 
 
if __name__ == '__main__':
    import sys
 
    app = QtWidgets.QApplication(sys.argv)
    MainWindow = QtWidgets.QMainWindow()
    ui = Ui_MainWindow()
    ui.setupUi(MainWindow)
    MainWindow.show()
    sys.exit(app.exec_())