建设企业网站成本多少钱,太原seo软件,青海省住房和城乡建设局网站,网页生成二维码源码脑壳有包又花时间折腾了一下#xff0c;其实之前也折腾过#xff0c;主要是新看了一个方法
在下图中查找脸部 第一种方案#xff1a;
使用了opencv 的cv2.FaceDetectorYN. #xff0c;完整代码如下#xff1a;
import numpy as np
import cv2imgcv2.imread(00000…脑壳有包又花时间折腾了一下其实之前也折腾过主要是新看了一个方法
在下图中查找脸部 第一种方案
使用了opencv 的cv2.FaceDetectorYN. 完整代码如下
import numpy as np
import cv2imgcv2.imread(00000523.jpg)
# imgcv2.resize(img, new_shape)
faceDetectorcv2.FaceDetectorYN.create(opencv_zoo/models/face_detection_yunet/face_detection_yunet_2023mar.onnx,,(img.shape[1],img.shape[0]))
faces faceDetector.detect(img)
f faces[1]
for ps in f:xint(ps[0])yint(ps[1])wint(ps[2])hint(ps[3])sps[14]# print(x,y,w,h,s)cv2.rectangle(img, (x, y), (xw, yh), (0,0,255), 2)
cv2.namedWindow(d,0);
cv2.resizeWindow(d, int(img.shape[1]/2), int(img.shape[0]/2));
cv2.imshow(d,img)
cv2.waitKey()
# cv2.destoryAllWindows()
cv2.destroyAllWindows()结果如下 第二种方案
使用了 cv2.CascadeClassifier(D:\\opencv-4.52\\data\\haarcascades\\haarcascade_frontalface_default.xml)
import numpy as np
import cv2imgcv2.imread(00000523.jpg)
cas_default cv2.CascadeClassifier(D:\\opencv-4.52\\data\\haarcascades\\haarcascade_frontalface_default.xml)
faces_default cas_default.detectMultiScale(img)
for (x,y,w,h) in faces_default:print(x,y,w,h)cv2.rectangle(img, (x, y), (xw, yh), (0,255,255), 2)
cv2.namedWindow(d,0);
cv2.resizeWindow(d, int(img.shape[1]/2), int(img.shape[0]/2));
cv2.imshow(d,img)
cv2.waitKey()
# cv2.destoryAllWindows()
cv2.destroyAllWindows()
结果如下 以上两种都是opencv的自带方案要么找脸不全要么错误的找脸 然后是insightface 的方案 import insightface
import cv2
import numpy as npmodel insightface.app.FaceAnalysis()
model.prepare(ctx_id0, det_thresh0.45)face_img cv2.imread(00000523.jpg)
rgb_small_frame face_img[:, :, ::-1]
faces model.get(rgb_small_frame)for r in faces:boxr.bbox.astype(int)color(0, 0, 255)cv2.rectangle(face_img, (box[0], box[1]), (box[2], box[3]), color, 2)
cv2.namedWindow(d,0);
cv2.resizeWindow(d, int(face_img.shape[1]/2), int(face_img.shape[0]/2));
cv2.imshow(d,face_img)
cv2.waitKey()
cv2.destroyAllWindows() 汇总的就是: insightface 脸部的查找最好稍微有点慢不知道是不是因为推理了年龄和性别。用insightface 推理出来的脸部数据来识别具体人物的准确度也很高。 这是原图 对于推理出来的人脸进行分别标记对应到一个数据集 参照标记的脸部数据对其他照片进行推理以下是结果就不贴代码了
以下结果展示了不同角度下都给了一个准确的结果。不要介意对于性别和年龄的推断可能同亚洲和欧洲人种数据集有关系。 带了墨镜居然都有一个准确结果
