小编给大家分享一下Python如何实现图片人脸检测识别，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
创新互联专业为企业提供
樟树网站建设、樟树做网站、樟树网站设计、樟树网站制作等企业网站建设、网页设计与制作、樟树企业网站模板建站服务，10余年
樟树做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。
前言
随着科技的发展，人脸识别技术在许多领域得到的非常广泛的应用，手机支付、银行身份验证、手机人脸解锁等等。
识别
这里我们使用 opencv 中自带了 haar人脸特征分类器，利用训练好的 haar 特征的 xml 文件，在图片上检测出人脸的坐标，利用这个坐标，我们可以将人脸区域剪切保存，也可以在原图上将人脸框出。
代码实现：
# -*-coding:utf8-*-#
import os
import cv2
from PIL import Image, ImageDraw
from datetime import datetime
"""
分类器 https://github.com/opencv/opencv/tree/master/data/haarcascades
安装模块：pip install Pillow pip install opencv-python
博客：https://blog.52itstyle.vip/archives/3771/
"""
def detectFaces(image_name):
img = cv2.imread(image_name)
face_cascade = cv2.CascadeClassifier(os.getcwd()+"\\haarcascade\\haarcascade_frontalface_alt.xml")
if img.ndim == 3:
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
else:
gray = img # if语句：如果img维度为3，说明不是灰度图，先转化为灰度图gray，如果不为3，也就是2，原图就是灰度图
faces = face_cascade.detectMultiScale(gray, 1.2, 5) # 1.3和5是特征的最小、大检测窗口，它改变检测结果也会改变
result = []
for (x, y, width, height) in faces:
result.append((x, y, x + width, y + height))
return result
# 保存人脸图
def saveFaces(image_name):
faces = detectFaces(image_name)
if faces:
# 将人脸保存在save_dir目录下。
# Image模块：Image.open获取图像句柄，crop剪切图像(剪切的区域就是detectFaces返回的坐标)，save保存。
save_dir = image_name.split('.')[0] + "_faces"
os.mkdir(save_dir)
count = 0
for (x1, y1, x2, y2) in faces:
file_name = os.path.join(save_dir, str(count) + ".jpg")
Image.open(image_name).crop((x1, y1, x2, y2)).save(file_name)
count += 1
if __name__ == '__main__':
time1 = datetime.now()
result = detectFaces(os.getcwd()+"\\images\\gaoyuanyuan.jpg")
time2 = datetime.now()
print("耗时：" + str(time2 - time1))
if len(result) > 0:
print("有人存在！！---》人数为：" + str(len(result)))
else:
print('视频图像中无人！！')
drawFaces(os.getcwd()+"\\images\\", "hanxue.jpg")
saveFaces(os.getcwd()+\\images\\gaoyuanyuan.jpg)识别效果图：
多人识别效果：
经过测试，最终选用了 haarcascade_frontalface_alt.xml 做人脸识别，识别率最高。
人脸检测分类器对比：
| 级联分类器的类型 | XML文件名 |
|---|
| 人脸检测器（默认） | haarcascade_frontalface_default.xml |
| 人脸检测器（快速的Haar） | haarcascade_frontalface_alt2.xml |
| 人脸检测器（Tree） | haarcascade_frontalface_alt_tree.xml |
| 人脸检测器（Haar_1） | haarcascade_frontalface_alt.xml |
以上是“Python如何实现图片人脸检测识别”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联成都网站设计公司行业资讯频道！
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
分享标题：Python如何实现图片人脸检测识别-创新互联
网页路径：
http://cdkjz.cn/article/deocss.html
