Image Recognition python+opencv的簡單Face Service__python

#
源碼如下：

#!/usr/bin/env python#coding=utf-8import osfrom PIL import Image, ImageDrawimport cvdef detect_object(image):    '''檢測圖片，擷取人臉在圖片中的座標'''    grayscale = cv.CreateImage((image.width, image.height), 8, 1)    cv.CvtColor(image, grayscale, cv.CV_BGR2GRAY)    cascade = cv.Load("/opt/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt_tree.xml")    rect = cv.HaarDetectObjects(grayscale, cascade, cv.CreateMemStorage(), 1.1, 2,        cv.CV_HAAR_DO_CANNY_PRUNING, (20,20))    result = []    for r in rect:        result.append((r[0][0], r[0][1], r[0][0]+r[0][2], r[0][1]+r[0][3]))    return resultdef process(infile):    '''在原圖上框出頭像並且截取每個頭像到單獨檔案夾'''    image = cv.LoadImage(infile);    if image:        faces = detect_object(image)    im = Image.open(infile)    path = os.path.abspath(infile)    save_path = os.path.splitext(path)[0]+"_face"    try:        os.mkdir(save_path)    except:        pass    if faces:        draw = ImageDraw.Draw(im)        count = 0        for f in faces:            count += 1            draw.rectangle(f, outline=(255, 0, 0))        drow_save_path = os.path.join(save_path,"out.jpg")        im.save(drow_save_path, "JPEG", quality=80)    else:        print "Error: cannot detect faces on %s" % infileif __name__ == "__main__":    process("/Users/zhangdebin/Documents/checkFace2.jpg")

樣本圖片1：


可以看出，對於比較乾淨的人臉頭像，使用opencv庫haarcascade_frontalface_alt_tree.xml的識別精度很高（這張達到了100%），同時，對於表情變化的人臉也有很強的魯棒性。
樣本圖片2：


但是，對於上傳的比較隨意的頭像照片，比如樣本圖片2這些有帽子、眼鏡遮擋的人臉圖片，識別效果就會很差，本組只有唯一一個沒有帽子遮擋的人臉被識別成功 本次只是簡單的測試了下，python使用opencv庫的人臉特徵進行Face Service的效果，僅供初學參考。