当前位置：首页 > article >正文

使用 OpenCV 进行人眼检测

article 2025/1/12 9:42:48

概述

在计算机视觉中，人眼检测是一项重要的任务，尤其是在人脸识别、情绪分析等领域有着广泛的应用。OpenCV 是一个强大的计算机视觉库，提供了多种工具来帮助开发者进行图像处理和特征检测。本文将详细介绍如何使用 OpenCV 库来检测图像中的人眼，并通过具体代码示例来展示整个过程。

环境准备

在开始之前，请确保已经安装了 OpenCV 库。如果没有安装，可以通过以下命令进行安装：

pip install opencv-python

示例代码详解

import cv2

# 读取人脸图像
img = cv2.imread("renwu.jpg")

# 加载识别眼睛的级联分类器
eyeCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')

# 识别出所有眼睛
eyes = eyeCascade.detectMultiScale(img, 1.9)

# 输出检测到的眼睛信息
print(eyes)

# 遍历所有眼睛的区域，并在图像中眼睛的位置绘制方框
for (x, y, w, h) in eyes:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 1)

# 显示最终处理的效果
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()

代码解析

导入必要的库：
```
import cv2
```
导入 OpenCV 库。
读取图像文件：
```
img = cv2.imread("renwu.jpg")
```
- cv2.imread() 方法用于读取图像文件。参数 "renwu.jpg" 是图像文件的路径。
- 这里读取的是一个包含人脸的图像。
加载识别眼睛的级联分类器：
```
eyeCascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_eye.xml')
```
- cv2.CascadeClassifier() 用于加载级联分类器。
- cv2.data.haarcascades + 'haarcascade_eye.xml' 是 OpenCV 提供的用于检测眼睛的预训练模型文件路径。
检测图像中的眼睛：
```
eyes = eyeCascade.detectMultiScale(img, 1.9)
```
- detectMultiScale() 方法用于检测图像中的眼睛。
- 参数 1.9 是 scaleFactor，表示图像缩放的比例。较大的值会使检测更快，但可能漏检一些眼睛；较小的值会使检测更慢，但更准确。
- 返回的 eyes 是一个列表，包含了检测到的所有眼睛的位置信息，每个位置信息是一个元组 (x, y, w, h)，分别表示眼睛矩形框的左上角坐标 (x, y) 以及宽度 w 和高度 h。
打印检测结果：
```
print(eyes)
```
打印检测到的眼睛信息。
在图像中标记眼睛位置：
```
for (x, y, w, h) in eyes:
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 1)
```
- cv2.rectangle() 方法用于在图像中绘制矩形框。
- (0, 0, 255) 表示红色。
- 1 表示线条的厚度。
显示图像：
```
cv2.imshow("img", img)
cv2.waitKey()
cv2.destroyAllWindows()
```
- cv2.imshow() 方法用于显示图像。
- cv2.waitKey() 方法等待一个按键事件。默认情况下，如果没有指定参数，则会一直等待按键事件。
- cv2.destroyAllWindows() 方法用于关闭所有图像窗口。