《嵌入式人工智能技術(shù)應(yīng)用》課件 1.6-OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉識別

項(xiàng)目一使用OpenCV實(shí)現(xiàn)人臉檢測嵌入式人工智能技術(shù)應(yīng)用OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測任務(wù)六職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)三OpenCV進(jìn)行視頻錄制與視頻讀取回顧圖像人臉檢測；掌握使用視頻流的方式實(shí)現(xiàn)人臉檢測。能使用HaarCascade人臉模型檢測視頻流人臉；使用opencv采用視頻流的方式進(jìn)行實(shí)時(shí)人臉檢測實(shí)驗(yàn)。職業(yè)能力目標(biāo)01知識目標(biāo)技能目標(biāo)職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)六OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測

本實(shí)驗(yàn)將實(shí)現(xiàn)用OpenCV自帶的級聯(lián)分類器對USB攝像頭采集的畫面進(jìn)行人臉檢測并標(biāo)注人臉框顯示在觸摸屏。任務(wù)描述任務(wù)要求使用級聯(lián)分類器對單張圖像進(jìn)行人臉檢測；基于線程類使用級聯(lián)分類器對USB攝像頭采集的畫面進(jìn)行人臉檢測；標(biāo)注人臉框并進(jìn)行顯示。任務(wù)描述與要求02職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)六OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測任務(wù)分析實(shí)現(xiàn)人臉檢測可能會涉及到哪些步驟？根據(jù)自己的了解說說人臉檢測和人臉識別的區(qū)別？任務(wù)分析與計(jì)劃03任務(wù)計(jì)劃表項(xiàng)目名稱使用OpenCV實(shí)現(xiàn)人臉檢測任務(wù)名稱OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測計(jì)劃方式自主設(shè)計(jì)計(jì)劃要求請用4個(gè)計(jì)劃步驟來完整描述出如何完成本次任務(wù)序號任務(wù)計(jì)劃1

2

3

4

5

678

通過上面的思考，你是否對本任務(wù)要完成的工作有所了解？讓我們一起來制訂完成本次任務(wù)的實(shí)施計(jì)劃吧！任務(wù)分析與計(jì)劃03職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)六OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測04知識儲備Cascade模型2人臉檢測13ROI人臉檢測04

人臉檢測是指對于任意一幅給定的圖像，采用一定的策略對其進(jìn)行搜索以確定其中是否含有人臉，如果是則返回人臉的位置、大小和姿態(tài)。

通過人臉檢測后再進(jìn)行人臉識別就可以實(shí)現(xiàn)日常生活中應(yīng)用。例如：掃臉解鎖手機(jī)，掃臉支付，掃臉開門。人臉檢測04色彩空間是人類為了描述不同頻率的光，而建立出的色彩模型。不同通道的表示方式有所不同。除了OpenCV默認(rèn)的BGR色彩空間，還有兩個(gè)常用的色彩空間：HSV色彩空間和GRAY色彩空間。其中HSV色彩空間和BGR色彩空間都可以表示彩色色彩空間，都是使用三維數(shù)組表示的。而GRAY色彩空間在只能表示灰度圖像。色彩通道Cascade模型04知識儲備人臉檢測213ROICascade分類器04CascadeClassifier，是Opencv中做人臉檢測的時(shí)候的一個(gè)級聯(lián)分類器。現(xiàn)在有兩種選擇：一是使用老版本的CvHaarClassifierCascade函數(shù)，二是使用新版本的CascadeClassifier類。老版本的分類器只支持類Haar特征，而新版本的分類器既可以使用Haar，也可以使用LBP特征。CascadeClassifie級聯(lián)分類器Cascade分類器04OpenCV中人臉識別是通過Haar特征的級聯(lián)分類器實(shí)現(xiàn)。OpenCV里面實(shí)際上有很多預(yù)先訓(xùn)練好的HaarCascade模型(XML文件),例如正臉檢測，眼睛檢測，全身檢測，下半身檢測等。HaarCascadeCascade分類器04通過HaarCascade模型，輸入圖片，就可以獲取人臉?biāo)趨^(qū)域的矩形位置。模型的使用方法簡單，首先載入對應(yīng)的HaarCascade文件，文件格式為xml。這里已經(jīng)將文件下載到了haar文件夾下，可以通過相對路徑進(jìn)行引用。├──haar

└──haarcascade_frontalface_default.xmlCascade模型04知識儲備人臉檢測213ROI2

ROI的全稱是RegionOfInterest,用于表示在畫面的子區(qū)域。整個(gè)畫面的原點(diǎn)（0,0），在整個(gè)畫面中的左上角。ROI本質(zhì)上是Tuple類型的數(shù)據(jù)，其中（x,y）代表人臉?biāo)诰匦螀^(qū)域的左上角坐標(biāo)，w代表矩形的寬度，h代表矩形的高度。04ROI職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)六OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測05任務(wù)實(shí)施視頻流人臉檢測2回顧圖像人臉檢測1回顧圖像人臉檢測05importcv2#設(shè)置圖片路徑img_path='./exp/face1.jpg'#載入帶有人臉的圖片img=cv2.imread(img_path)#將彩色圖片轉(zhuǎn)換為灰度圖gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#載入人臉檢測的Cascade模型FaceCascade=cv2.CascadeClassifier('./haar/haarcascade_frontalface_default.xml')#檢測畫面中的人臉faces=FaceCascade.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=5)#遍歷返回的face數(shù)組forfaceinfaces:#解析tuple類型的face位置數(shù)據(jù)

(x,y,w,h)=face#(x,y):左上角坐標(biāo)值w:人臉矩形區(qū)域的寬度h:人臉矩形區(qū)域的高度#在原彩圖上繪制矩形

cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),4)#創(chuàng)建一個(gè)窗口名字叫做FacedWindow('Face',flags=cv2.WINDOW_NORMAL|cv2.WINDOW_KEEPRATIO|cv2.WINDOW_GUI_EXPANDED)cv2.setWindowProperty('Face',cv2.WND_PROP_FULLSCREEN,cv2.WINDOW_FULLSCREEN)#全屏展示#在窗口Face上面展示圖片imgcv2.imshow('Face',img)#等待任意按鍵按下cv2.waitKey(5000)05任務(wù)實(shí)施視頻流人臉檢測2回顧圖像人臉檢測1視頻流人臉檢測05（1）定義線程類1、通過上一份實(shí)驗(yàn)3.1視頻流的圖像顯示與退出實(shí)驗(yàn)改寫線程視頻流類，來實(shí)現(xiàn)人臉檢測功能；2、在init函數(shù)中傳入定義標(biāo)志位變量、打開攝像頭、載入人臉檢測的Cascade模型；3、將灰度圖轉(zhuǎn)換、人臉檢測、繪制矩形框結(jié)合循環(huán)，通過循環(huán)的方式反復(fù)的將攝像頭讀取到的每一幀進(jìn)行這3步操作，就能夠進(jìn)行視頻流人臉檢測；4、在run函數(shù)中構(gòu)建視頻窗口循環(huán)體里讀取攝像頭圖像、灰度圖轉(zhuǎn)換、人臉檢測、繪制矩形框、更新顯示圖片、圖像顯示的時(shí)長。5、在stop函數(shù)中定義標(biāo)志位變量、攝像頭釋放、窗口釋放；6、用線程的方式運(yùn)行函數(shù)，再對視頻進(jìn)行人臉檢測。視頻流人臉檢測05a=FaceDetectionThread()（2）實(shí)例化線程類實(shí)例化一個(gè)FaceDetectionThread()線程類，實(shí)例化對象為a。a.start()（3）啟動線程線程對象a調(diào)用start()方法,開始執(zhí)行FaceDetectionThread()線程類中的run()函數(shù)。a.stop()（4）關(guān)閉線程實(shí)例化對象a調(diào)用FaceDetectionThread()線程類中的stop()函數(shù)，來退出線程。職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)六OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測任務(wù)檢查與評價(jià)06序號評價(jià)內(nèi)容評價(jià)標(biāo)準(zhǔn)分值得分1知識運(yùn)用（20%）掌握相關(guān)理論知識，理解本次任務(wù)要求，制定詳細(xì)計(jì)劃，計(jì)劃條理清晰，邏輯正確（20分）20分

理解相關(guān)理論知識，能根據(jù)本次任務(wù)要求、制定合理計(jì)劃（15分）了解相關(guān)理論知識，有制定計(jì)劃（10分）無制定計(jì)劃（0分）2專業(yè)技能（40%）完成回顧圖像人臉檢測、視頻流人臉檢測。（40分）40分

完成回顧圖像人臉檢測。（20分）沒有回顧圖像人臉檢測。（0分）3核心素養(yǎng)（20%）具有良好的自主學(xué)習(xí)能力、分析解決問題的能力、整個(gè)任務(wù)過程中有指導(dǎo)他人（20分）20分

具有較好的學(xué)習(xí)能力和分析解決問題的能力，任務(wù)過程中無指導(dǎo)他人（15分）能夠主動學(xué)習(xí)并收集信息，有請教他人進(jìn)行解決問題的能力（10分）不主動學(xué)習(xí)（0分）4課堂紀(jì)律（20%）設(shè)備無損壞、設(shè)備擺放整齊、工位區(qū)域內(nèi)保持整潔、無干擾課堂秩序（20分）20分

設(shè)備無損壞、無干擾課堂秩序（15分）無干擾課堂秩序（10分）干擾課堂秩序（0分）總得分1、請參照評價(jià)標(biāo)準(zhǔn)完成自評和對其他小組的互評。2、各組請代表分析本組任務(wù)實(shí)施經(jīng)驗(yàn)。職業(yè)能力目標(biāo)01任務(wù)描述與要求02任務(wù)分析與計(jì)劃03知識儲備04任務(wù)實(shí)施05任務(wù)檢查與評價(jià)06任務(wù)小結(jié)07任務(wù)拓展08任務(wù)六OpenCV人臉識別算法基于視頻流的方式實(shí)現(xiàn)人臉檢測任務(wù)小結(jié)07職業(yè)能力目標(biāo)01任務(wù)描述與要求