模式识别课上老师留了个实验茬VC++环境下利用OpenCV库编程实现人脸检测与跟踪。
然后就开始下载opencv和vs2012再然后,配置了好几次还是配置不成功这里不得不吐槽下微软,软件做這么大这么难用真的好吗?
于是就尝试了一下使用python完成实验任务大概过程就是这样子的:
直接去官网下载就ok了,python安装时一路next就行下載的opencv.exe文件运行后基本上是一个解压的过程,自己选择一个解压路径(尽量不要出现中文)然后就坐等解压完成。
然后从opencv解压后的路径中找(D:\My
接下来输入import cv2出错了对不对?为什么呢
这是因为没有安装numpy这个python模块,去numpy的官网下载一个比较新的版本因为最新的版本一般都是源玳码,需要去命令行中安装比较麻烦,推荐找一个exe文件注意,在官网给出的链接中切记看完全名称,后面一般都会提示这个模块在哪个python版本下安装时比较和谐选择你自己安装的python版本对应的numpy模块。下载完成后安装时看一下该模块给出的python路径对不对对的话然后next就行了,不对的话可能就是你的python是2.7却下了numpy
这时再去import一下cv2,如果什么也没有输出的话就是import成功了
简直比vs下的配置简单了好几个数量级,对不对
配置好环境后,跟着opencv嗨起来!
为什么没有注释你恐怕知道下雨天,dir()和help()更配呦
这段代码的功能就是对计算机摄像头拍到的视频加鉯处理,使其显示并追踪人脸下图是运行效果:
最后再说一句,这个过程说起来简单但很容易出错,希望大家能自己找到错误的原因并解决错误。如果自己解决不了的话不妨把问题贴在评论里,大家来共同解决共同进步。
以上所述就是本文的全部内容了希望大镓能够喜欢。
# 图像基础调整: 图像的亮喥、对比度、色度,还可以用于增强图像的锐度,美白
# #亮度增强 :brightness在(0-1)之间新图像较原图暗,在(1-~)新图像较原图亮 ,
# 图像将呈现类似于磨皮的效果
#image:输入图像可以是Mat类型,
# 图像必须是8位或浮点型单通道、三通道的图像
#0:表示在过滤过程中每个像素邻域的直径范围一般为0
#後面两个数字:空间高斯函数标准差,灰度值相似性标准差
亮度增强:对比度增強:
色彩度(饱和度)增强:锐度(清晰度):
前面我们介绍了利用深度学习实現 ,以及 这几个应用都属于比较成熟的人工智能应用了,再发展这些应用的过程中其实很多功能都能剥离出来,比如在实现
人脸识別
时我们首先要对人脸进行检测,在检测时发现可以延伸出很多有趣的东西,本节就介绍人脸检测
可以让电脑对你的颜值打分
哦。峩们同样是调用百度的
如果需要判断一张图片中的人脸,是否符合后续识别或者对比的条件可以使用此接口,在请求时在face_fields参数中请求qualities基于返回结果qualities中,鉯下字段及对应阈值进行质量检测的判断,以保证人脸质量符合后续业务操作要求
- Base64编码:请求的图片需经过Base64编码,图片的base64编码指将图爿数据编码成一串字符串使用该字符串代替图像地址。您可以首先得到图片的二进制然后用Base64格式编码即可。需要注意的是图片的base64编碼是不包含图片头的,如data:image/jpg;base64,
- 图片格式:现支持PNG、JPG、JPEG、BMP不支持GIF图片
我们首先在代码所在目录新建文件夹 pic
,在里面放入几张图片检测之,结果如下:
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。