Redmi Pad評測：紅米充滿野心的一次嘗試
從Note系列到K系列，從藍牙耳機到筆記本電腦，紅米不知不覺之間也已經形成了自己頗有競爭力的產品體系，在中端和次旗艦市場上甚至要比小米新機的表現來得更好，正所謂“大丈夫生居
人臉檢測是一種識別數字圖像中人類面孔的技術。人臉檢測是一項相對成熟的技術，還記得在您的數碼相機的舊日子里，當您通過取景器看時？您會看到圍繞在取景器中的人們臉部的矩形框。在進行人臉識別之前，您需要學習的技術就是人臉檢測，也就是試圖給臉部賦予一個名字。
對于人臉檢測，其中最著名的算法之一是被稱為Viola-Jones人臉檢測技術，通常稱為Haar級聯。Haar級聯在深度學習流行之前就被發明了，是最常用于檢測人臉的技術之一。
盡管檢測和識別人臉的能力確實很酷，但它肯定涉及很多道德問題。在將面部識別應用到項目中之前，您需要注意一些關切事項。這些關切事項包括隱私（人臉檢測可用于在未經同意的情況下追蹤人們的活動）、偏見（人臉檢測可能對不同種族、性別或年齡的個體存在偏見）以及濫用（捕捉到的面部可能被用于其他非法用途或惡意目的）。因此，盡管本文側重于人臉檢測的技術能力，但在將其應用到工作中之前，您應該仔細考慮道德和倫理問題。
以下是一些低風險項目，可以在其中實施人臉檢測/識別：
然而，在某些應用中使用人臉識別具有嚴重的道德影響。以下是一些例子：
Haar級聯分類器用于檢測其經過訓練的對象。以下是Haar面部分類器的工作原理的高級概述：
幸運的是，不需要知道Haar級聯是如何工作的，OpenCV可以直接使用預訓練的Haar級聯進行人臉檢測，以及用于識別其他對象的其他Haar級聯。預定義的Haar級聯列表可在GitHub上找到，鏈接為：https://github.com/opencv/opencv/tree/master/data/haarcascades。
開源計算機視覺（OpenCV）是由英特爾最初開發的開源計算機視覺和機器學習軟件庫。它旨在為計算機視覺應用程序提供共同的基礎架構，并加速機器感知在商業產品中的使用。OpenCV附帶了幾個預訓練的Haar級聯，可以檢測眼睛、臉部、俄羅斯車牌、微笑等。對于人臉檢測，您將需要`haarcascade_frontalface_default.xml`文件，可以從上文的GitHub鏈接中下載。
讓我們嘗試使用OpenCV進行人臉檢測。首先，您需要使用以下命令進行安裝：
!pip install opencv-python對于本文示例，您需要創建一個名為`face_detection.py`的文件。首先，通過以下語句導入OpenCV庫：
import cv2接下來要做的是連接到您的網絡攝像頭并在屏幕上顯示圖像：
import cv2# default webcamstream = cv2.VideoCapture(0)while(True): # Capture frame-by-frame (grabbed, frame) = stream.read() # Show the frame cv2.imshow("Image", frame) key = cv2.waitKey(1) & 0xFF if key == ord("q"): # Press q to break out of the loop break# Cleanupstream.release()cv2.waitKey(1)cv2.destroyAllWindows()cv2.waitKey(1)為引用您的網絡攝像頭，請使用`VideoCapture`類并傳遞一個數字，表示您的攝像頭實例（0表示第一個攝像頭，1表示第二個攝像頭，依此類推）。
stream = cv2.VideoCapture(0)為了持續捕獲來自網絡攝像頭的輸入，使用一個無限循環（`while(True)`）讀取每一幀然后顯示它：
# Capture frame-by-frame (grabbed, frame) = stream.read() # Show the frame cv2.imshow("Image", frame)為了使程序能夠優雅地退出，等待用戶在鍵盤上按鍵。當按下"q"鍵時，循環終止：
key = cv2.waitKey(1) & 0xFF if key == ord("q"): # Press q to break out of the loop break然后進行清理工作：
# Cleanupstream.release()cv2.waitKey(1)cv2.destroyAllWindows()cv2.waitKey(1)要運行程序，請轉到終端并鍵入：
$ python face_detection.py現在您應該看到您的臉：
現在來玩個有趣的部分 —— 檢測臉部。首先，創建`CascadeClassifier`類的一個實例，并將`haarcascade_frontalface_default.xml`文件傳遞給它：
import cv2# for face detectionface_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')您需要復制`haarcascade_frontalface_default.xml`文件并將其放在與`face_detection.py`文件相同的文件夾中。您可以從https://github.com/opencv/opencv/tree/master/data/haarcascades下載XML文件。現在，您可以使用`detectMultiScale()`函數來檢測臉部：
while(True): # Capture frame-by-frame (grabbed, frame) = stream.read() #===============DETECTING FACES============ # Convert to grayscale gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # Try to detect faces in the webcam faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5) # for each faces found for (x, y, w, h) in faces: # Draw a rectangle around the face color = (0, 255, 255) # in BGR stroke = 5 cv2.rectangle(frame, (x, y), (x + w, y + h), color, stroke) #===============DETECTING FACE============= # Show the frame cv2.imshow("Image", frame) key = cv2.waitKey(1) & 0xFF if key == ord("q"): # Press q to break out of the loop break請注意`detectMultiScale()`函數中的以下參數：
您可以變化這兩個參數的值以確保正確檢測到人臉。
當檢測到臉部時，您希望在它們周圍畫出矩形：
# for each faces found for (x, y, w, h) in faces: # Draw a rectangle around the face color = (0, 255, 255) # in BGR stroke = 5 cv2.rectangle(frame, (x, y), (x + w, y + h), color, stroke)當您重新運行`face_detection.py`文件時，現在應該能夠檢測到臉部了。
`face_detection.py`文件的完整內容如下：
import cv2# for face detectionface_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')# default webcamstream = cv2.VideoCapture(0)while(True): # Capture frame-by-frame (grabbed, frame) = stream.read() # Convert to grayscale gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # Try to detect faces in the webcam faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5) # for each faces found for (x, y, w, h) in faces: # Draw a rectangle around the face color = (0, 255, 255) # in BGR stroke = 5 cv2.rectangle(frame, (x, y), (x + w, y + h), color, stroke) # Show the frame cv2.imshow("Image", frame) key = cv2.waitKey(1) & 0xFF if key == ord("q"): # Press q to break out of the loop break# Cleanupstream.release()cv2.waitKey(1)cv2.destroyAllWindows()cv2.waitKey(1)希望這篇簡短的文章為您提供了一種使用Python和您的網絡攝像頭檢測臉部的簡單方法。確保下載`haarcascade_frontalface_default.xml`文件并將其放入與您的Python文件相同的文件夾中。
本文鏈接：http://m.www897cc.com/showinfo-26-93353-0.html基于 Python 的人臉檢測 ：人臉識別的前提
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： ASP.NET Core 十大優秀第三方中間件推薦
下一篇： 事務中存在多線程，怎么處理？
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號