深圳关键词推广优化,百度seo官方网站,h5网站开发用什么软件制作,网络开发需要学什么往期目录
视频人脸检测——Dlib版#xff08;六#xff09; OpenCV添加中文#xff08;五#xff09; 图片人脸检测——Dlib版#xff08;四#xff09; 视频人脸检测——OpenCV版#xff08;三#xff09; 图片人脸检测——OpenCV版#xff08;二#xff09; …往期目录
视频人脸检测——Dlib版六 OpenCV添加中文五 图片人脸检测——Dlib版四 视频人脸检测——OpenCV版三 图片人脸检测——OpenCV版二 OpenCV环境搭建一 更多更新欢迎访问我的githubhttps://github.com/vipstone/faceai
前言
Dlib的人脸识别要比OpenCV精准很多一个是模型方面的差距在一方面和OpenCV的定位有关系OpenCV是一个综合性的视觉处理库既然这么精准那就一起赶快来看吧。
视频人脸检测是图片识别的高级版本图片检测详情点击查看我的上一篇《图片人脸检测——Dlib版四》
除了人脸识别用的是Dlib外还是用OpenCV读取摄像头和处理图片转为灰色所以给出相关的文档方便理解。
效果预览 技术实现
有了OpenCV的视频人脸检测Dlib也大致相同除了视频识别器模型的声明和使用不同具体的细节请参考视频人脸检测——OpenCV版三 那篇已经讲的很细致了在这就不具体叙述了。
完整的代码如下
# codingutf-8
import cv2
import dlibdetector dlib.get_frontal_face_detector() #使用默认的人类识别器模型def discern(img):gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)dets detector(gray, 1)for face in dets:left face.left()top face.top()right face.right()bottom face.bottom()cv2.rectangle(img, (left, top), (right, bottom), (0, 255, 0), 2)cv2.imshow(image, img)cap cv2.VideoCapture(0)
while (1):ret, img cap.read()discern(img)if cv2.waitKey(1) 0xFF ord(q):breakcap.release()
cv2.destroyAllWindows()那么OpenCV和Dlib的视频识别对比有两个地方是不同的
1.Dlib模型识别的准确率和效果要好于OpenCV
2.Dlib识别的性能要比OpenCV差使用视频测试的时候Dlib有明显的卡顿但是OpenCV就好很多基本看不出来
