簡介
OpenCV是一個基於BSD許可（開源）發行的跨平台計算機視覺庫，可以運行在Linux、Windows、Android和Mac OS操作系統上。它輕量級而且高效——由一系列 C 函數和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的接口，實現了圖像處理和計算機視覺方面的很多通用算法。
OpenCV的官方網址為：https://opencv.org/， 其Github網址為：https://github.com/opencv 。
本文將會介紹OpenCV在人臉檢測等方面的應用，使用的語言為Python。
本文介紹的人臉檢測使用OpenCV自帶的Haar特征檢測，訓練好的模型的存放網址為：https://github.com/opencv/opencv/tree/master/data/haarcascades ，如下圖：
筆者將會介紹其中的人臉檢測（haarcascade_frontalface_default.xml）和貓臉檢測(haarcascade_frontalface.xml)。
人臉檢測
利用OpenCV的Python接口實現人臉檢測的流程如下：
- 讀取圖片
- 將圖片轉換為灰度模式，便於人臉檢測
- 利用Haar特征檢測圖片中的人臉
- 繪制人臉的矩形區域
- 顯示人臉檢測后的圖片
示例的Python代碼如下：
# -*- coding: utf-8 -*-
import cv2
import logging
# 設置日志
logging.basicConfig(level = logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s')
logger = logging.getLogger(__name__)
# 待檢測的圖片路徑
ImagePath = 'E://zhoujielun.jpg'
# 讀取圖片
logger.info('Reading image...')
image = cv2.imread(ImagePath)
# 把圖片轉換為灰度模式
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 探測圖片中的人臉
logger.info('Detect faces...')
# 獲取訓練好的人臉的參數數據,進行人臉檢測
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalface_default.xml')
faces = face_cascade.detectMultiScale(gray,scaleFactor=1.15,minNeighbors=5,minSize=(3, 3))
search_info = "Find %d face."%len(faces) if len(faces) <= 1 else "Find %d faces."%len(faces)
logger.info(search_info)
# 繪制人臉的矩形區域(紅色邊框)
for (x, y, w, h) in faces:
cv2.rectangle(image, (x,y), (x+w,y+h), (0,0,255), 2)
# 顯示圖片
cv2.imshow('Find faces!', image)
cv2.waitKey(0)
輸出結果如下：
2018-09-18 10:35:31,232 - INFO: Reading image...
2018-09-18 10:35:31,261 - INFO: Detect faces...
2018-09-18 10:35:32,122 - INFO: Find 1 face.
檢測后的圖片如下：
可以看到人臉檢測的效果還是不錯的。
把代碼中的圖片換成《碟中諜6》里面的圖片（筆者最近剛看完《碟中諜6》，強烈推薦），人臉檢測的效果如下：
貓臉檢測
人臉檢測、人臉識別是近來非常火的技術，那么，用來識別貓臉呢？只需要把之前代碼中的模型文件換成haarcascade_frontalface.xml即可。完整的Python代碼如下：
# -*- coding: utf-8 -*-
import cv2
import logging
# 設置日志
logging.basicConfig(level = logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s')
logger = logging.getLogger(__name__)
# 待檢測的圖片路徑
ImagePath = 'E://cat.jpg'
# 讀取圖片
logger.info('Reading image...')
image = cv2.imread(ImagePath)
# 把圖片轉換為灰度模式
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 探測圖片中的人臉
logger.info('Detect faces...')
# 獲取訓練好的人臉的參數數據,進行人臉檢測
face_cascade = cv2.CascadeClassifier(r'./haarcascade_frontalcatface.xml')
faces = face_cascade.detectMultiScale(gray,scaleFactor=1.15,minNeighbors=5,minSize=(3, 3))
search_info = "Find %d face."%len(faces) if len(faces) <= 1 else "Find %d faces."%len(faces)
logger.info(search_info)
# 繪制人臉的矩形區域(紅色邊框)
for (x, y, w, h) in faces:
cv2.rectangle(image, (x,y), (x+w,y+h), (0,0,255), 2)
# 顯示圖片
cv2.imshow('Find faces!', image)
cv2.waitKey(0)
輸出的結果如下：
2018-09-18 10:43:00,564 - INFO: Reading image...
2018-09-18 10:43:00,585 - INFO: Detect faces...
2018-09-18 10:43:01,741 - INFO: Find 1 face.
貓臉檢測后的效果如下：
怎么樣，是不是感覺萌萌的？
總結
本文主要介紹了OpenCV在人臉檢測和貓臉檢測方面的應用，並且給出了具體的Python代碼。
那么，能檢測人臉和貓臉，我們又能做些什么呢？其實，我們如果繼續探究下去，可以做不少的事情，比如結合深度學習的模型，比如CNN等，可以實現人臉識別啊，物體檢測，自動給圖像打標簽等。后續，筆者將會給出這些具體應用的一些實例，歡迎大家交流~
注意：本人現已開通微信公眾號： 輕松學會Python爬蟲（微信號為：easy_web_scrape）， 歡迎大家關注哦~~