总在科幻电影里看到人脸识别，现在我们也可以编程来实现啦。哈哈~~
opencv是intel®开源计算机视觉库。它由一系列 c 函数和少量 c++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。
opencv 拥有包括 300 多个c函数的跨平台的中、高层 api。它不依赖于其它的外部库——尽管也可以使用某些外部库。它还提供了python、ruby、matlab等语言的接口，实现了图像处理和计算机视觉方
面的很多通用算法。
所以总体来说opencv的人脸检测功能在是很不错的。
效果图如下：
下面我们就用python + OpenCV实现人脸识别。
开发运行环境：
Centos5.5
OpenCV
python2.7
PIL
下面上代码：
#!/usr/bin/python
# -*- coding: UTF-8 -*-
# face_detect.py
# Face Detection using OpenCV. Based on sample code from:
# http://www.pythontab.com
# Usage: python face_detect.py
import sys, os
#引入opencv库中的相应组件
from opencv.cv import *
from opencv.highgui import *
#引入PIL库
from PIL import Image, ImageDraw
from math import sqrt
def detectObjects(image):
#首先把图片转换为灰度模式，以便找到人脸位置
grayscale = cvCreateImage(cvSize(image.width, image.height), 8, 1)
cvCvtColor(image, grayscale, CV_BGR2GRAY)
storage = cvCreateMemStorage(0)
cvClearMemStorage(storage)
cvEqualizeHist(grayscale, grayscale)
cascade = cvLoadHaarClassifierCascade(
\'/usr/share/opencv/haarcascades/haarcascade_frontalface_default.xml\',
cvSize(1,1))
faces = cvHaarDetectObjects(grayscale, cascade, storage, 1.1, 2,
CV_HAAR_DO_CANNY_PRUNING, cvSize(20,20))
result = []
for f in faces:
result.append((f.x, f.y, f.x+f.width, f.y+f.height))
return result
def grayscale(r, g, b):
return int(r * .3 + g * .59 + b * .11)
def process(infile, outfile):
image = cvLoadImage(infile);
if image:
faces = detectObjects(image)
im = Image.open(infile)
if faces:
draw = ImageDraw.Draw(im)
for f in faces:
draw.rectangle(f, outline=(255, 0, 255))
im.save(outfile, "JPEG", quality=100)
else:
print "Error: cannot detect faces on %s" % infile
if __name__ == "__main__":
process(\'input.jpg\', \'output.jpg\')
代码到此结束，上面的例子看不懂，没关系，因为我们大量使用了库里面的函数和方法，如果看不懂，我们可以去网上查或者使用手册，只要借助这些看懂这段代码就ok，重要的是掌握其中的人脸识别实现思想
