今日目標

輕鬆小品，來點 OpenCV 人臉辨識的實作

What is OpenCV?

OpenCV（Open Source Computer Vision）是一個跨平台的電腦視覺庫，包含許多電腦視覺相關演算處理的Open Source Library，而且支援多種開法語言，同時 OpenCV 也可以在手機APP(Android、iOS)上開發

Install OpenCV

使用 Command line，並運用 pip install 安裝 OpenCV
相關說明文件：pypi opencv-python

pip install opencv-python

實際體驗

事前準備

在 Google 圖片上，搜尋到這張圖片，就用來這次的體驗，將他放於我們將要執行的 Code 同一層位置，命名為「human.jpg」

導入 OpenCV 模組

import cv2

建立 detectFace Function 並可帶入 img 圖片名稱變數

def detectFace(img):

取得將使用的檔案名稱，並讀取圖檔，接著把圖檔透過轉換函式轉為灰階影像，定義框出人臉時的框顏色

    filename = img.split(".")[0] # 取得檔案名稱(不添加副檔名)
    img = cv2.imread(img) # 讀取圖檔
    grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 透過轉換函式轉為灰階影像
    color = (0, 255, 0)  # 定義框的顏色

建立 OpenCV 的人臉識別分類器

    # OpenCV 人臉識別分類器
    face_classifier = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")

調用偵測識別人臉函式，並框出偵測到的每一張人臉

detectMultiScale函數，它可以偵測出圖片中所有的人臉，其參數為：

    # 調用偵測識別人臉函式
    faceRects = face_classifier.detectMultiScale(
        grayImg, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
    
    # 大於 0 則檢測到人臉
    if len(faceRects):  
        # 框出每一張人臉
        for faceRect in faceRects: 
            x, y, w, h = faceRect
            cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)

將結果圖片輸出

    # 將結果圖片輸出
    cv2.imwrite(filename + "_face.jpg", img)

完整代碼

import cv2

def detectFace(img):
    filename = img.split(".")[0] # 取得檔案名稱(不添加副檔名)
    img = cv2.imread(img) # 讀取圖檔
    grayImg = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 透過轉換函式轉為灰階影像
    color = (0, 255, 0)  # 定義框的顏色
    
    # OpenCV 人臉識別分類器
    face_classifier = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml")
    
    # 調用偵測識別人臉函式
    faceRects = face_classifier.detectMultiScale(
        grayImg, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
    
    # 大於 0 則檢測到人臉
    if len(faceRects):  
        # 框出每一張人臉
        for faceRect in faceRects: 
            x, y, w, h = faceRect
            cv2.rectangle(img, (x, y), (x + h, y + w), color, 2)
    
    # 將結果圖片輸出
    cv2.imwrite(filename + "_face.jpg", img)
    
detectFace('human.jpg')

執行後輸出結果：

結論

此篇僅是體驗 OpenCV 人臉辨識的有趣之處，因此不會說得很深入，很多觀念還需要自行查詢學習
此系列文章，已經到一段落，雖然內容不是寫得很好(我有自知之明)
但希望此篇文章的學習紀錄，可以幫助到剛踏入 Python 這條不歸路 不對，是這領域時可以順利的上手學習