Zi 字媒體

AI 研習社按：這是篇是利用 OpenCV 進行人臉識別的技術講解。文中所涉源代碼詳見文末「閱讀原文」。首先，在閱讀本文之前，需要注意以下幾點：建議先讀一遍本文再跑代碼——你需要理解這些代碼是幹什麼的。成功跑一遍不是目的，能夠舉一反三、在新任務上找出 bug 才是。請確保用的是 OpenCV v2你需要一個網路攝像頭 OpenCVOpenCV 是最流行的計算機視覺庫，原本用 C 和 C++ 開發，現在也支持 Python。它使用機器學習演算法在圖像中搜索人的面部。對於人臉這麼複雜的東西，並沒有一個簡單的檢測能對是否存在人臉下結論，而需要成千上萬的特徵匹配。演算法把人臉識別任務分解成數千個小任務，每個都不難處理。這些任務也被稱為分類器。對於類似於人臉的對象，你或許需要不少於 6000 個分類器，每一個都需要成功匹配（當然，有容錯率），才能檢測出人臉。但這有一個問題：對於人臉識別，演算法從左上角開始計算一個個數據塊，不停問「這是張臉嗎」。每個數據塊有超過 6000 個檢測，加起來的計算量會達到數百萬級別，計算機很可能會讓你等得花兒都謝了。OpenCV 使用 cascades 來避免這種情況。Cascade 是什麼？最佳答案已經在字典里了：一條瀑布或者連續瀑布。好比連續瀑布，OpenCV cascade 把人臉檢測問題分解為好幾步。對於每個數據塊，它都進行一個粗略、快速的檢測。若通過，會再進行一個更仔細的檢測，以此不斷類推。該演算法有 30 到 50 個這樣的階段，或者說 cascade。只有通過全部階段，演算法才會判斷檢測到人臉。這樣做的好處是：大多數圖形都會在頭幾步就產生否定反饋，演算法因而不需要在它上面測試所有 6000 個特徵，大大節省了時間。相對於「正常流程」耗費數個小時，這可以實時實現人臉檢測。 實踐中的 Cascade 它的理論也許聽起來很複雜，實際操作起來其實是很簡單的。這些 cascades 只是一系列包含 OpenCV 數據的 XML 文件。你用想要的 cascade 初始化代碼，它自會替你做你想要的事。由於人臉識別的普遍性，OpenCV 有一系列能檢測各種東西的內置 cascade，從眼睛到手到腿都可以檢測。甚至還有針對非人體物體的 cascade。比如說，如果你經營一家賣香蕉的水果店，想要監測偷香蕉的人，就有一個傢伙開發了一個針對這一場景的演算法！我發現，安裝 OpenCV 是最難的一個環節。如果你遇到奇怪的、無法解釋的錯誤，有可能是庫崩潰了、32 與 64 比特的兼容問題等等。個人經驗是，只用 Linux 虛擬機，從頭安裝 OpenCV 最簡單。安裝好之後，你可以開啟一個 Python 會話，敲出下面的代碼，來測試它是否能工作：$ python>>> import cv2如果沒彈出任何錯誤，你就可以到下個環節了。 理解代碼源代碼可在資源庫下載。記得拿好 face_detect.py 文本、abba.png 圖片以及 haarcascade_frontalface_default.xml。下面，我把代碼分解開來。# Get user supplied valuesimagePath = sys.argv[1]cascPath = sys.argv[2] 將圖片和 cascade 名字作為命令行參數傳入。我們會用 Abba 圖片和 OpenCV 提供的默認 cascade 來人臉檢測。# Create the haar cascadefaceCascade = cv2.CascadeClassifier(cascPath)現在，我們創建一個 cascade，並用人臉 cascade 初始化。這把人臉 cascade 導入內存，所以它隨時可以使用。記住，該 cascade 只是一個包含人臉檢測數據的 XML 文件。# Read the imageimage = cv2.imread(imagePath)gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)讀取圖片把它轉化到灰度格式。# Detect faces in the imagefaces = faceCascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30), flags = cv2.cv.CV_HAAR_SCALE_IMAGE)該函數做的就是檢測人臉，是代碼核心部分。所以，我們來過一遍選項。DetectMultiScale 函數是一個檢測物體的通用函數。我們在人臉 cascade 上調用它，它檢測的就是人臉。第一個選項是灰度圖片。第二個是 scaleFactor。有的人臉離鏡頭近，會比其他人臉更大。ScaleFactor 對此進行補償。檢測演算法使用移動窗口來檢測物體。在系統宣布檢測到人臉之前，minNeighbors 會對當前其周圍有多少物體進行定義。MinSize 給出每個窗口的大小。我用的是這些領域的常用值。現實中，你會拿不同的值試驗窗口尺寸、擴展因素等參數，直到找出最比較合適的那一個。當該函數認為它找到一張人臉時，會返回一個矩形列表。下一步，我們會進行循環，直到它認為檢測出了什麼。print "Found {0} faces!".format(len(faces))# Draw a rectangle around the facesfor (x, y, w, h) in faces: cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2) 該函數返回四個值：矩形的 x 和 y 坐標，以及它的高和寬。我們用這些值和內置的 rectangle 函數，畫出矩陣。cv2.imshow("Faces found" ,image)cv2.waitKey(0)最後，我們顯示該模型，等用戶摁下按鍵。 檢驗結果用 Abba 來檢驗。$ python face_detect.py abba.png haarcascade_frontalface_default.xml沒有問題，試試另一張照片。那兩個東西不是臉，我們再試一次。我調整了參數，發現把 scaleFactor 調成 1.2 能去除錯誤檢測。發生了什麼？第一張圖片由高清攝像機近距離拍攝，第二章拍攝距離相對更遠，而且可能是用手機拍的。這就是需要調整 scaleFactor 的原因。正如我說的，你需要按照實際場景設置演算法，避免假正例。這裡提醒大家，由於這基於機器學習，結果永遠不會 100% 精確。大多數情況下，你會得到不錯的結果。但演算法偶爾會失誤。最終代碼在這裡。（詳見文末「閱讀原文」） 用網路攝像頭如果你想要用網路攝像頭呢？OpenCV 從攝像頭讀取每一幀，你可以通過處理每一幀進行人臉檢測。你需要一個性能強大的 PC，不過我的五歲大的筆記本用著還行。關注 AI 研習社后，回復【1】獲取【千G神經網路/AI/大數據、教程、論文！】百度雲盤地址！ 12小時零基礎入門深度學習想要挑戰AlphaGo卻不懂深度學習？AI慕課學院專門打造了《12小時零基礎入門深度學習》，來自fastai中文社區最活躍的四位貢獻者為你打開深度學習入門的那扇門。採用活力十足的矽谷模式，帶你實操9個深度學習項目。即使零編程基礎，也能在這裡找到適合你的學習路徑。僅限50名！掃碼了解詳情！