今天小编给大家分享一下基于OpenCV和Gradio怎么实现简单的人脸识别的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
gradio 安装 pip install gradio
cv2 安装 pip install python-opencv
cv2有预训练模型face_cascade，可以对人脸进行检测，检测到人脸，绘制框框标识。
完成检测，调用cv2进行显示。
计算
安全
数据库
网络和加速
企业服务
# -*- coding: utf-8 -*-
"""
Created on Sun Apr 10 17:11:06 2022
@author: liujianjian
"""
import gradio as gr
import time
import cv2
#############这里需要添加绝对路径###################
pathf = './haarcascades/haarcascade_frontalface_alt.xml'
pathe = './haarcascades/haarcascade_eye.xml'
###########################################上传图片采用gradio，直接上传即可，或者可加入demo图片，供选择。
demo = gr.Interface(
face_rec,
gr.Image(),
"image",
examples=["images/1.jpg", "images/2.jpg", "images/3.jpg", "images/4.jpg"],
)人脸识别简单，复制配置文件到本地，加载进去即可。
# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 创建人脸识别分类器
face_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
face_cascade.load('./haarcascades/haarcascade_frontalface_default.xml')
# 创建人眼识别分类器
eye_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
face_cascade.load('./haarcascades/haarcascade_eye.xml')
# 检测人脸
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.15,
minNeighbors=3,
flags=cv2.IMREAD_GRAYSCALE,
minSize=(40, 40))就是绘制方框了，绘制显示即可。
# 在人脸周围绘制方框
for (x, y, w, h) in faces:
img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
# 进行眼部检测
eyes = eye_cascade.detectMultiScale(gray,
scaleFactor=1.1,
minNeighbors=3,
flags=cv2.IMREAD_GRAYSCALE,
minSize=(3, 3))
for (ex, ey, ew, eh) in eyes:
# 绘制眼部方框
img = cv2.rectangle(img, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)调用cv2.imwrite即可，注意图像转换。
cv2.imwrite(f"result/{time.time_ns()}.jpg", cv2.cvtColor(img, cv2.COLOR_BGR2RGB))if __name__ == "__main__":
demo.launch()# -*- coding: utf-8 -*-
"""
Created on Sun April 4 17:11:06 2023
@author: liujianjian
"""
import gradio as gr
import time
import cv2
#############这里需要添加绝对路径###################
pathf = './haarcascades/haarcascade_frontalface_alt.xml'
pathe = './haarcascades/haarcascade_eye.xml'
###########################################
# 人脸检测函数
def face_rec(img):
# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 创建人脸识别分类器
face_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_frontalface_default.xml')
face_cascade.load('./haarcascades/haarcascade_frontalface_default.xml')
# 创建人眼识别分类器
eye_cascade = cv2.CascadeClassifier('./haarcascades/haarcascade_eye.xml')
face_cascade.load('./haarcascades/haarcascade_eye.xml')
# 检测人脸
faces = face_cascade.detectMultiScale(gray,
scaleFactor=1.15,
minNeighbors=3,
flags=cv2.IMREAD_GRAYSCALE,
minSize=(40, 40))
# 在人脸周围绘制方框
for (x, y, w, h) in faces:
img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 2)
# 进行眼部检测
eyes = eye_cascade.detectMultiScale(gray,
scaleFactor=1.1,
minNeighbors=3,
flags=cv2.IMREAD_GRAYSCALE,
minSize=(3, 3))
for (ex, ey, ew, eh) in eyes:
# 绘制眼部方框
img = cv2.rectangle(img, (ex, ey), (ex + ew, ey + eh), (0, 255, 0), 2)
cv2.imwrite(f"result/{time.time_ns()}.jpg", cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
return img
demo = gr.Interface(
face_rec,
gr.Image(),
"image",
examples=["images/1.jpg", "images/2.jpg", "images/3.jpg", "images/4.jpg"],
)
if __name__ == "__main__":
demo.launch()以上就是“基于OpenCV和Gradio怎么实现简单的人脸识别”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注亿速云行业资讯频道。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
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。
原文链接：https://juejin.cn/post/7219225476706730042
