python3 opencv3 實現基本的人臉檢測、識別功能

一言不和，先上碼子（純新手，莫嘲笑）

# encoding: utf-8
#老楊的貓,環境:PYCHARM，python3.6,opencv3

import cv2,os
import cv2.face as fc  #此處有坑,找不到臉,這樣引用程序可以運行，歡迎大牛指點，CV2和CV3的結構區別沒有搞清楚，應該怎么樣引用才是正確的
import numpy as np
from PIL import Image, ImageDraw, ImageFont  #pip install pillow

#由於cv2.putText（）不支持漢字，把圖像里加入需要顯示的文字，可以為漢字
def cvtopil(img,posion,txt):#圖像數組，文字位置，文字內容
    pil_im = Image.fromarray(img)
    draw = ImageDraw.Draw(pil_im)
    font = ImageFont.truetype("simhei.ttf", 50, encoding="utf-8") # 第一個參數為字體文件路徑，第二個為字體大小
    draw.text(posion, txt, (0, 0, 255), font=font)  # 第一個參數為打印的坐標，第二個為打印的文本，第三個為字體顏色，第四個為字體
    image=cv2.cvtColor(np.array(pil_im), cv2.COLOR_RGB2BGR) #把圖像數組由RGB轉為CV2處理的BGR格式
    return image  #返回處理后圖像文件
#臉部圖像采集模塊。采集臉部圖像，轉為200*200的大小后，存到每個人對應的文件夾下
def dectface():
    #OPENCV3 自帶的臉部檢測XML文件
    #D:\Downloads...../haarcascade_frontalface_default.xml 文件所在路徑為我的電腦里文件路徑，檢測臉部，可酌情修改
    face_cas=cv2.CascadeClassifier('D:\Downloads\opencv-3.3.1-vc14\opencv\sources\data\haarcascades/haarcascade_frontalface_default.xml')
    #檢測眼睛，這里用不到
    eye_cas=cv2.CascadeClassifier('D:\Downloads\opencv-3.3.1-vc14\opencv\sources\data\haarcascades/haarcascade_eye.xml')
    cap=cv2.VideoCapture(0)#打開默認攝像頭
    count=0 #初始化計數器，用來生成文件名，如0.pgm,1.pgm,3.pgm.....
    
    '''
    C:\Users\Administrator\.PyCharm2017.2\system\python_stubs\-1184660488\cv2\CascadeClassifier.py
連續讀取攝像頭圖像，檢測到臉部圖像，把臉部圖像以PGM的灰度格式格式保存在當前程序路徑里的 jm1,jm2...文件夾下
采集要求：1光線適中，2臉部正直，3臉部圖像大小以剛剛露出頭發和下頜最佳，控制距離，太遠采集圖像精確度差，太近
沒臉，4有效采集時間5秒左右就夠用了，太多影響運行速度。
    '''
    while True:
        ret,frame=cap.read()#讀取圖像，RET為判斷是否采集到圖像，FRAME為采集到的一幀圖像
        #此處最好判斷是否采集到圖像  if ret：do else:err  偷懶了
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #轉為灰度圖像，用來判斷臉部用
        # 找臉，參數:圖像文件，壓縮率（越小檢測迭代次數越多，越慢，越詳細，此處圖像大，1.3-1.5均可），矩形個數最小值，flags不知道，最小檢測窗口大小，最大檢測窗口大小。返回一個臉部區域，左上角為（0，0）坐標系，起始x,y點，w寬，h高
        faces = face_cas.detectMultiScale(gray, 1.3, 5)
        #用方框勾畫出臉部位置
        for (x, y, w, h) in faces:
            img=cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2) #畫矩形，位置，大小，顏色，通道
            #cv2.putText(img,'abc',(x,y-20),cv2.FONT_HERSHEY_SIMPLEX,1,255,2) 不能顯示漢字
            frame=cvtopil(img,(x,y-20),"老楊")#測試漢字用，可采集出圖像是灰的，待解決
            f=cv2.resize(gray[y:y+h,x:x+w],(200,200)) #從灰度圖中，扣出臉部，設置固定大小像素
            #保存到jm1里
            cv2.imwrite('F:\pytest\cvtest\detectface\jm1\ %s.pgm'%str(count),f)
            count+=1
            #眼睛檢測
            # eyes=eye_cas.detectMultiScale(f,1.03,5,0,(40,40))
            # for (ex,ey,ew,eh) in eyes:
            #     cv2.rectangle(img,(ex,ey),(ex+ew,ey+eh),(0,0,255),2)
        cv2.imshow("demo",frame) #顯示圖像
        # cv2.waitKey(0)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
        # camera.release()
        # cv2.destroyAllWindows()
        

#讀取樣本文件，並加載到一個列表里，返回值包括2部分，[文件列表，對應標簽],標簽用來對照姓名用。
def read_img(path,sz=None):
    pr_img=[] #圖像列表
    pr_flg=[] #對應標簽
    pr_count=0 #初始化檢測到的人數
    for dirname,dirnames,filenames in os.walk(path):#遍歷當前程序目錄我的圖像文件保存在f:盤下
        #print(os.walk(path))
        #print(dirname,dirnames,filenames)
        for subdirname in dirnames: #遍歷程序文件夾下的各個目錄
            subject_path=os.path.join(dirname,subdirname)
            print(subject_path)
            for filename in os.listdir(subject_path): #遍歷文件夾下文件
                print(filename)
                try:
                    filepath=os.path.join(subject_path,filename)
                    im=cv2.imread(filepath,cv2.IMREAD_GRAYSCALE) #讀取JM文件下PGM文件
                    print(filepath)
                    #print(im.shape)
                    if im.shape!=(200,200): #判斷像素是否200
                        im=cv2.resize(im,(200,200))
                    pr_img.append(np.asarray(im,dtype=np.uint8)) #添加圖像
                    pr_flg.append(pr_count)#添加標簽
                except:
                    print("io error")
            pr_count+=1 #另一個人的標簽
    return [pr_img,pr_flg]

#學習樣本，比對樣本和實例，根據對應算法返回標簽和系數，依據標簽對照姓名，系數值提現了准確度。
def face_rec():
    names=['BAO BAO ','BA BA BA ','Bei Bei','MMMMMMM'] #標簽對應的名字0,baobao,1，bbb,2，beibei....
    [x,y]=read_img("f:") #調讀取函數，返回圖像、和標簽列表
    y=np.asarray(y,dtype=np.int32) #轉為NUMPY的ARRAY
    
#CV自帶的三種算法，現用LBPH算法。此處有坑，坑的我差點放棄，原來叫createLBPHFaceRecognizer，為什么我下載的這模樣
    #model=fc.EigenFaceRecognizer_create()
    #model = fc.FisherFaceRecognizer_create()
    model = fc.LBPHFaceRecognizer_create()
    
    # 訓練，此處應把訓練結果保存，再用到時直接讀取結果，效率更高，xml?json?pickle?
    model.train(np.asarray(x),np.asarray(y))
    
    #下面讀取攝像頭圖像，用矩形標識檢測到臉部和訓練后結果比對，打印出對應標簽所對應名字
    camera=cv2.VideoCapture(0)
    face_cascade=cv2.CascadeClassifier('D:\Downloads\opencv-3.3.1-vc14\opencv\sources\data\haarcascades/haarcascade_frontalface_default.xml')
    while True:
        read,img=camera.read()
        faces=face_cascade.detectMultiScale(img,1.3,5)
        for (x,y,w,h) in faces:
            img=cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
            gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
            roi=gray[x:x+w,y:y+h]
            try:
                roi=cv2.resize(roi,(200,200),interpolation=cv2.INTER_LINEAR)
                
                params=model.predict(roi) #predict（）函數做比對，返回一個元祖格式值 （標簽，系數）。系數和算法有關，
                # 前2種算法值低於5000不可靠，LBPH低於50可靠，80-90不可靠，高於90純蒙
                #此處有文章可做，通過單位時間內檢測到的系數平均值，可以得到更准確結果
                print(params)
                #打印標簽對應名字，如cvtopil的灰度問題解決，可cvtopil函數替換
                cv2.putText(img,names[params[0]],(x,y-20),cv2.FONT_HERSHEY_SIMPLEX,1,255,2)
            except:
                continue
        cv2.imshow("abc",img)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    cv2.destroyAllWindows()
if __name__=='__main__':
    '''
    1.先用dectface()采集樣本，注釋掉face_rec()，將采集樣本保存到jm文件夾里，現在每次采集不同人樣本，需要手動建立JM1，JM2.....以后應完善程序流程為，首先判斷是否有此人樣本，如沒有自動建立文件夾並保存該人的樣本。
    2.采集完成后，注釋dectface()，用face_rec()通過比對得到是誰的結果。
    3.names=['BAO BAO ','BBBBBBB','Bei Bei','MMMMMMM'] 名字和對應標簽應該存成文件，對應讀取
    3.真心不會用類啊。。。咋用類實現整個流程呢？？
        4.從學PYTHON到現在也不過一個月時間，基礎很不牢，cv2,CV3從引用到使用的區別搞不清楚呢，懇求大牛各種批評指導啊！！
    '''
    #dectface()
    face_rec()