这篇文章主要讲解了“python opencv怎么检测到人脸”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“python opencv怎么检测到人脸”吧！
人脸的识别当然方法很多啦，尤其是二寸照片这么简单直接的类型。不过实在没必要人脸检测，可以再观察下照片：
除了背景的蓝色就是衣服的白色后者头发的黑色还有皮肤的黄色，所以很好区分的嘛，可以利用直方图反投影，关于直方图反投影不清楚的可以点这篇：唉，再再再学一下直方图：直方图反投影
int main(){//【1】读取原图片以及投影模板Mat srcImage, dstImage;srcImage = imread("肖像.jpg",33);imshow("原图", srcImage);Mat RoiImage = imread("投影模板.png");//【2】转HSV模型Mat HsvImage, RoiImage_HSV;cvtColor(srcImage, HsvImage, COLOR_BGR2HSV);cvtColor(RoiImage, RoiImage_HSV, COLOR_BGR2HSV);//【3】计算公路的直方图MatND roiHist; //直方图对象int dims = 2; //特征数目（直方图维度）float hranges[] = { 0,180 }; //特征空间的取值范围float Sranges[] = { 0,256 };const float *ranges[] = { hranges,Sranges };int size[] = { 20,32 }; //存放每个维度的直方图的尺寸的数组int channels[] = { 0,1 }; //通道数calcHist(&RoiImage_HSV, 1, channels, Mat(), roiHist, dims, size, ranges);//【4】直方图归一化normalize(roiHist, roiHist, 0, 255, NORM_MINMAX);//【5】反向投影Mat proImage; //投影输出图像calcBackProject(&HsvImage, 1, channels, roiHist, proImage, ranges);imshow("投影", proImage);//图像掩码Mask操作Mat maskImage;threshold(proImage, maskImage, 1, 255, THRESH_BINARY);//对mask进行二值化，将mask进一步处理imshow("二值腌膜", maskImage);dstImage = Mat::zeros(srcImage.size(), CV_8UC3);srcImage.copyTo(dstImage, maskImage);imshow("掩码操作", dstImage);waitKey();return 0;}
这段代码就是利用直方图得到了一幅mask图像，其中人脸部分为255，其余部分为0：
左图为直方图反投影之后得到的投影（灰度图），右图为对投影图进行二值化后得到的二值mask。
之后调用自定义打码函数对标记mask区域进行打码：
//自定义打码函数 Mat MosaicImage = trans2Mosaic(srcImage, maskImage, 10); imshow("马赛克效果图", MosaicImage);
是不是很好看！感觉我就像变成了X战警钻石女王那样似的~
自定义函数代码，函数输入顺次为原图，图像腌膜，马赛克大小：
//原图，腌膜，马赛克大小Mat trans2Mosaic(Mat srcImage, Mat maskImage, int half_patch) { Point2d point;// Mat frame, mask; srcImage.copyTo(frame); maskImage.copyTo(mask); int height = frame.rows;//获取图像的长宽 int width = frame.cols; //遍历图像，步长为马赛克大小 for (int x = 0; x < height; x = x + half_patch) { for (int y = 0; y < width; y = y + half_patch) { //如果不是标记区域，则跳过 if (mask.at<uchar>(x, y) ==0 ) { continue; } else { //如果是标记区域，对像素进行重赋值 int b = theRNG().uniform(0, 255); int g = theRNG().uniform(0, 255); int r = theRNG().uniform(0, 255); for (int dx = 0; dx < half_patch; dx++) { for (int dy = 0; dy < half_patch; dy++) { frame.at<Vec3b>(x + dx, y + dy)[0] = (uchar)b; frame.at<Vec3b>(x + dx, y + dy)[1] = (uchar)g; frame.at<Vec3b>(x + dx, y + dy)[2] = (uchar)r; } } } } } return frame;}
该函数思路很简单，就是遍历图像像素点，遍历的步长为自定义的马赛克大小，然后判断该像素点是否属于标记（人脸）区域，否则跳过，是则以改点为起点遍历改点左侧以及下侧一个马赛克大小的区域，并将该区域像素随机赋值。
感谢各位的阅读，以上就是“python opencv怎么检测到人脸”的内容了，经过本文的学习后，相信大家对python opencv怎么检测到人脸这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
