2

我正在尝试使用 OpenCV haar 级联分类器检测人脸（特别是睁开眼睛的人脸）。但是，我在检测没有眉毛和/或下巴的面部时遇到了问题，如下图所示。我曾尝试过许多用于人脸检测的 haar 级联，例如haarcascade_frontalface_default.xml、haarcascade_frontalface_alt_tree.xml等。但所有这些都不起作用。

在此处输入图像描述 在此处输入图像描述

这是我的代码：

import cv2
import os
import glob

face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
eye_cascade = cv2.CascadeClassifier('haarcascade_eye_tree_eyeglasses.xml')

count = 0
path = "./test/*.png"
for index, filename in enumerate(glob.glob(path)):
    img = cv2.imread(filename)
    basename = os.path.splitext(os.path.basename(filename))[0]

    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    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]
        eyes = eye_cascade.detectMultiScale(roi_gray)

        if len(eyes) >= 2:
            count = count + 1
            output_dir = './test/output'
            cv2.imwrite(f'{output_dir}/{basename}.png', img)

cv2.waitKey(0)
cv2.destroyAllWindows()

先感谢您！

4

2 回答 2

2

使用面部标志dlib，此方法可能对您有用，请参阅以下两个链接：

另外，请参阅此链接：

于 2020-06-01T16:48:52.187 回答
0

如果你安装了 tensorflow，你可以使用神经网络来检测人脸，这比简单的 haar 分类器提供更好的准确度。

这是一个使用 MTCNN 检测器的示例，该检测器使用 tensorflow 作为后端。

from mtcnn.mtcnn import MTCNN
from PIL import Image
import numpy as np

img = Image.open('6qNFu.png') # load the image
img = np.asarray(img, dtype='uint8') # convert to numpy array
img = img[:,:,0:3] # drop the alpha channel

detector = MTCNN() # initialize MTCNN detector
print(detector.detect_faces(img)) # use MTCNN detector to return bounding box and face metrics

使用边界框，您可以从图像中提取人脸。注意：如果面部像上面的例子一样被截断，它可能会返回一个负坐标，这是它认为面部可能在哪里的外推。

这是关于 MTCNN 库的文档：https ://pypi.org/project/mtcnn/ 它还告诉您如何安装它。

于 2020-06-01T16:47:55.113 回答