基于OpenCV和dlib库实现人脸检测与笑容识别准确率97.5%python源码(详细代码注释+项目使用说明).zip

# 调用电脑摄像头进行实时人脸+眼睛+微笑识别，可直接复制粘贴运行 # bilibili视频教程:同济子豪兄 # 2019-5-26 import cv2 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml') smile_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_smile.xml') # 调用摄像头摄像头 cap = cv2.VideoCapture(0) while (True): # 获取摄像头拍摄到的画面 ret, frame = cap.read() faces = face_cascade.detectMultiScale(frame, 1.3, 2) img = frame for (x, y, w, h) in faces: # 画出人脸框，蓝色，画笔宽度微 img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2) # 框选出人脸区域，在人脸区域而不是全图中进行人眼检测，节省计算资源 face_area = img[y:y + h, x:x + w] ## 人眼检测 # 用人眼级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表 eyes = eye_cascade.detectMultiScale(face_area, 1.3, 10) for (ex, ey, ew, eh) in eyes: # 画出人眼框，绿色，画笔宽度为1 cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 1) ## 微笑检测 # 用微笑级联分类器引擎在人脸区域进行人眼识别，返回的eyes为眼睛坐标列表 smiles = smile_cascade.detectMultiScale(face_area, scaleFactor=1.16, minNeighbors=65, minSize=(25, 25), flags=cv2.CASCADE_SCALE_IMAGE) for (ex, ey, ew, eh) in smiles: # 画出微笑框，红色（BGR色彩体系），画笔宽度为1 cv2.rectangle(face_area, (ex, ey), (ex + ew, ey + eh), (0, 0, 255), 1) cv2.putText(img, 'Smile', (x, y - 7), 3, 1.2, (0, 0, 255), 2, cv2.LINE_AA) # 实时展示效果画面 cv2.imshow('frame2', img) # 每5毫秒监听一次键盘动作 if cv2.waitKey(5) & 0xFF == ord('q'): break # 最后，关闭所有窗口 cap.release() cv2.destroyAllWindows()