文章目录
- 卷积神经网络实现人脸检测
- 一、加载CNN人脸检测模型
- 二、图像预处理
- 三、绘制人脸矩形框
- 总结
卷积神经网络实现人脸检测
opencv可以直接通过readnet来读取神经网络。dlib也可以的。
- 任务:使用dlib库中的卷积神经网络(CNN)人脸检测模型来检测一张图片中的人脸,并使用OpenCV库在检测到的人脸周围绘制矩形框。
一、加载CNN人脸检测模型
这个模型可以用来检测图片中的人脸。
cnn_face_detector = dlib.cnn_face_detection_model_v1("mmod_human_face_detector.dat")
二、图像预处理
使用加载好的网络模型对图像进行处理,使用加载的CNN人脸检测模型对图片img进行人脸检测。
img = cv2.imread("pic.jpg")
faces = cnn_face_detector(img,0)
-- 0:是一个可选参数,表示对图像进行上采样次数(即图像的缩放级别),这里设置为0表示不进行额外的上采样。
-- faces:是一个包含检测到的人脸对象的列表。
三、绘制人脸矩形框
遍历每一个人脸列表,
for d in faces:# 计算每个人脸的位置rect = d.rectleft = rect.left()top = rect.top()right = rect.right()bottom = rect.bottom()# 绘制人脸对应的矩形框cv2.rectangle(img,(left,top),(right,bottom),(0,255,0),3)cv2.imshow("result",img)
k = cv2.waitKey()
cv2.destroyAllWindows()
总结
本篇介绍了如何通过使用dlib库中的卷积神经网络(CNN)人脸检测模型来检测一张图片中的人脸。
注意!!:为例减少模型的计算,使用加载的CNN人脸检测模型对图片进行人脸检测时,上采样次数可以少一点。