使用Python计算人脸数量 – OpenCV

先决条件：使用dlib和openCV进行人脸检测

在本文中，我们将使用图像处理来检测和计算人脸数量。我们不应该获得面部的所有特征。取而代之的是，目标是通过一些方法即图像中人脸的坐标来获得边界框，这取决于坐标数量所覆盖的不同区域，将计算出的人脸数量。

需要的库：

• OpenCV   Python中的库是一个计算机视觉库，主要用于图像处理、视频处理和分析、人脸识别和检测等。
• Python中的Dlib库包含预训练的面部标志检测器，用于检测映射到面部面部结构的 (x, y) 坐标。
• 麻木 是一个通用的数组处理包。它提供了一个高性能的多维数组对象和用于处理这些数组的工具。

以下是计算面数的分步方法：

第 1 步：导入所需的库。

Python3

# Import libraries
import cv2
import numpy as np
import dlib

第二步：打开默认摄像头抓脸，使用dlib库获取坐标。

蟒蛇3

# (0) in VideoCapture is used to
# connect to your computer's default camera
cap = cv2.VideoCapture(0)
# Get the coordinates
detector = dlib.get_frontal_face_detector()

第 3 步：计算人脸的数量。

• 连续捕获帧。
• 将帧转换为灰度（不是必需的）。
• 取一个迭代器i并将其初始化为零。
• 每次获得帧中人脸结构的坐标时，将迭代器增加 1。
• 在每个检测到的人脸周围绘制方框及其人脸数。

蟒蛇3

while True:
 
    # Capture frame-by-frame
    ret, frame = cap.read()
    frame = cv2.flip(frame, 1)
 
    # Our operations on the frame come here
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)
 
    # Counter to count number of faces
    i = 0
    for face in faces:
        x, y = face.left(), face.top()
        x1, y1 = face.right(), face.bottom()
        cv2.rectangle(frame, (x, y), (x1, y1), (0, 255, 0), 2)
 
        # Increment the iterartor each time you get the coordinates
        i = i+1
 
        # Adding face number to the box detecting faces
        cv2.putText(frame, 'face num'+str(i), (x-10, y-10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
        print(face, i)
 
    # Display the resulting frame
    cv2.imshow('frame', frame)

第 4 步：终止循环。

蟒蛇3

# Enter key 'q' to break the loop
if cv2.waitKey(1) & 0xFF == ord('q'):
    break

第五步：清空窗户。

蟒蛇3

# When everything done, release
# the capture and destroy the windows
cap.release()
cv2.destroyAllWindows()

以下是上述方法的完整程序：

蟒蛇3

# Import required libraries
import cv2
import numpy as np
import dlib
 
 
# Connects to your computer's default camera
cap = cv2.VideoCapture(0)
 
 
# Detect the coordinates
detector = dlib.get_frontal_face_detector()
 
 
# Capture frames continuously
while True:
 
    # Capture frame-by-frame
    ret, frame = cap.read()
    frame = cv2.flip(frame, 1)
 
    # RGB to grayscale
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = detector(gray)
 
    # Iterator to count faces
    i = 0
    for face in faces:
 
        # Get the coordinates of faces
        x, y = face.left(), face.top()
        x1, y1 = face.right(), face.bottom()
        cv2.rectangle(frame, (x, y), (x1, y1), (0, 255, 0), 2)
 
        # Increment iterator for each face in faces
        i = i+1
 
        # Display the box and faces
        cv2.putText(frame, 'face num'+str(i), (x-10, y-10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
        print(face, i)
 
    # Display the resulting frame
    cv2.imshow('frame', frame)
 
    # This command let's us quit with the "q" button on a keyboard.
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
 
 
# Release the capture and destroy the windows
cap.release()
cv2.destroyAllWindows()

输出：