Python 基于OpenCV+face_recognition+tkinter实现人脸特征监测
1.安装包依赖
安装好依赖包opencv-python、face-recognition、tkinter
pip install opencv-python
pip install face-recognition安装可以参考之前的文章：Python 基于OpenCV+face_recognition实现人脸捕捉与人脸识别。由于python3以上版本已经将tkinter内置到环境，所以这里不需要单独安装依赖。
2.代码示例
import os
import cv2
import face_recognition
import tkinter as tk
import tkinter.filedialog
from PIL import Image,ImageTk #选择一个图片并显示在界面上
def choosepic():choosepath = tkinter.filedialog.askopenfilename()path.set(choosepath)img_open = Image.open(entry.get()).resize((530,750))img = ImageTk.PhotoImage(img_open)lableShowImage.config(image=img)lableShowImage.image = imglableShowImage.place(x=30, y=70, width=530, height=750)showHandledImg(choosepath)#处理人脸特征
def handleFacialFeatures(image, face_marks):for marks_dict in face_marks:for marks_key in marks_dict.keys():for point in marks_dict[marks_key]: cv2.circle(image, point, 2, (0,0,255), -1)return image#显示处理后的照片
def showHandledImg(choosepath):frame=cv2.imread(choosepath)frame=cv2.resize(src=frame,dsize=(530,750))#转成RGB灰度图frameRGB=cv2.cvtColor(src=frame,code=cv2.COLOR_BGR2RGB)#获取人脸关键点face_marks = face_recognition.face_landmarks(frameRGB, None, "large")#返回处理后的结果imgHandledArr = handleFacialFeatures(frame, face_marks)#将处理后的照片数组转成图片imgHandled = Image.fromarray(imgHandledArr)img = ImageTk.PhotoImage(imgHandled)lableShowImage2.config(image=img)lableShowImage2.image = imglableShowImage2.place(x=630, y=70, width=530, height=750)if __name__ == '__main__':app = tk.Tk() #窗体标题app.title("show pictue") #窗体大小app.geometry("1200x900+200+50")path = tk.StringVar()#将路径展示框只读entry = tk.Entry(app, state='readonly', text=path,width = 100)entry.pack()#显示原图lableShowImage = tk.Label(app)lableShowImage.pack()#显示处理后的效果图lableShowImage2 = tk.Label(app)lableShowImage2.pack()#点击选择图片触发choosepic()方法buttonSelImage = tk.Button(app, text='choose picture', command=choosepic)buttonSelImage.pack()app.mainloop()3.说明
整个源码中核心就是face_recognition.face_landmarks来获取人脸特征点集合。
face_landmarks(face_image, face_locations=None, model='large')参数说明：
- face_image：要处理的图像
- face_locations：可选提供要检查的脸部位置列表，none 表示不确定人脸所在的位置，自动找。
- model：模型，large获取68个点集合，small获取5个点集合，small处理速度快
将图片数据数组转成图片有9种不同的方式，大家可以一一去尝试
| modes | 描述 |
|---|---|
| 1 | 1位像素，黑和白，存成8位的像素 |
| L | 8位像素，黑白 |
| P | 8位像素，使用调色板映射到任何其他模式 |
| RGB | 3× 8位像素，真彩 |
| RGBA | 4×8位像素，真彩+透明通道 |
| CMYK | 4×8位像素，颜色隔离 |
| YCbCr | 3×8位像素，彩色视频格式 |
| I | 32位整型像素 |
| F | 32位浮点型像素 |
4.实现效果
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！