使用Python+OpenCV實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)處理人臉圖像的快速指南
目前我正在研究一個(gè)涉及人臉分類的計(jì)算機(jī)視覺問題。這通常意味著需要應(yīng)用深度學(xué)習(xí),因此在將圖像注入到我們的神經(jīng)網(wǎng)絡(luò)之前需要一個(gè)特殊的預(yù)處理階段。為了提高我們的模型精度,這是一項(xiàng)非常重要的任務(wù),通過以下幾個(gè)簡單的步驟可以很好地完成。對(duì)于本文,我們使用OpenCV:一個(gè)高度優(yōu)化的計(jì)算機(jī)視覺開源庫,在C++、java和Python中都可用。這是一篇簡短的文章,包含了一些基本的指導(dǎo)原則、示例和代碼,你可以根據(jù)需求將它們應(yīng)用到人臉分類或識(shí)別問題上。注意:本文中使用的所有靜態(tài)圖像都來自 圖片載入我們將使用imread()函數(shù)加載圖像,指定文件的路徑和mode,第二個(gè)參數(shù)對(duì)于動(dòng)態(tài)運(yùn)行通道和像素轉(zhuǎn)換非常重要。mode:https://docs.opencv.org/4.1.0/d4/da8/group__imgcodecs.html#ga61d9b0126a3e57d9277ac48327799c80img = cv2.imread('path/image.jpg', cv2.IMREAD_COLOR)要查看圖像,我們有imshow()函數(shù):cv2.imshow(img)
如果你寫的是類型(img),你會(huì)看到尺寸是(height, weight, channels)。我們的彩色圖像有3個(gè)通道:藍(lán)色,綠色和紅色(在OpenCV中按這個(gè)順序)。
我們可以輕松查看單個(gè)通道:# Example for green channelimg[:, :, 0]; img[:, :, 2]; cv2.imshow(img)灰度版本為了避免在人臉圖像分類中的干擾項(xiàng),使用黑白圖片是個(gè)好主意(也可能不是!)你可以兩者都試試)。為了得到灰度版本,我們只需要在圖像加載函數(shù)中指定,將適當(dāng)?shù)闹底鳛榈诙䝼(gè)參數(shù)傳遞:img = cv2.imread('path/image.jpg', cv2.IMREAD_GRAYSCALE)
現(xiàn)在我們的圖像有了一個(gè)單獨(dú)的通道!人臉和眼睛檢測當(dāng)處理人臉分類問題時(shí),我們可能想要做人臉檢測,來做人臉驗(yàn)證任務(wù)(是否有臉?)。我們可以使用OpenCV中包含的基于Haar特性的級(jí)聯(lián)分類器進(jìn)行人臉檢測。(https://docs.opencv.org/2.4/modules/objdetect/doc/cascade_classification.html)首先,我們選擇預(yù)先訓(xùn)練的人臉和眼睛檢測分類器。有一個(gè)可用的XML文件列表,我們可以使用此列表:https://github.com/opencv/opencv/tree/master/data/haarcascades1)對(duì)于人臉檢測,OpenCV提供以下(從最寬松的先驗(yàn)到最嚴(yán)格的先驗(yàn)):haarcascade_frontalface_default.xmlhaarcascade_frontalface_alt.xmlhaarcascade_frontalface_alt2.xmlhaarcascade_frontalface_alt_tree.xml2) 對(duì)于眼睛檢測,我們可以選擇兩種方法:haarcascade_eye.xmlhaarcascade_eye_tree_eyegasses.xml我們以這種方式加載預(yù)先訓(xùn)練的分類器:face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + ‘haarcascade_frontalface_default.xml’)eyes_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + ‘haarcascade_eye.xml’)你可以測試幾種組合。記住,在所有情況下,它們中沒有一個(gè)是最優(yōu)的(如果第一個(gè)分類器失敗,你可以嘗試第二個(gè)分類器,或者甚至嘗試所有分類器)。對(duì)于人臉檢測,我們使用以下代碼:faces_detected = face_cascade.detectMultiScale(img, scaleFactor=1.1, minNeighbors=5)結(jié)果是一個(gè)數(shù)組,包含所有檢測到的人臉。我們可以很容易地畫出矩形:(x, y, w, h) = faces_detected[0]cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 1);cv2.imshow(img)
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字
最新活動(dòng)更多
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無人駕駛車,還未迎來“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 大模型“新星”開啟變現(xiàn)競速
- 6 海信給AI電視打樣,12大AI智能體全面升級(jí)大屏體驗(yàn)
- 7 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 8 馬斯克致敬“國產(chǎn)蘿卜”?
- 9 神經(jīng)網(wǎng)絡(luò),誰是盈利最強(qiáng)企業(yè)?
- 10 比蘋果偉大100倍!真正改寫人類歷史的智能產(chǎn)品降臨
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市