python情绪实时检测_情绪检测

一、实验环境

1.我这里下载的是2020版本

2.下载Pycharm地址

由于涉及到侵权问题，此处省略，需要的私聊我。

不会安装的私聊我，发你教程。

二、实验步骤

1.新建一个空白项目并导入文件包(文件包上传到资源）

2.下载文件包直接导入项目中，实验代码

import cv2 as cv
import imutils
import numpy as np
import keras
 
# define all constants
model_path = "./model/CNN-Emotion-Model"
face_path = cv.haarcascades + 'haarcascade_frontalface_alt.xml'
emotion_label = ['Anger', 'Disgust', 'Fear', 'Happy', 'Sad', 'Surprise', 'Neutral']
 
# create video capture object
cap = cv.VideoCapture(0)
# load face detection model
face_model = cv.CascadeClassifier()
if not face_model.load(face_path):
    print('load face model failed')
    exit(0)
 
# load trained emotion model
emotion_model = keras.models.load_model(model_path)
 
def drawFace(frame, frame_grey):
    faces = face_model.detectMultiScale(frame, minSize=(50,50))
    emotion = np.array([[0,0,0,0,0,0,0]])
    for a,b,c,d in faces:
        # print('%s %s %s %s' % (a,b,c,d))
        face = frame_grey[b:b+d,a:a+c]
        face = cv.resize(face, (48, 48))
 
        face = np.array(face)
        face = face.reshape(1, 48, 48, 1)
 
        emotion = emotion_model.predict(face/255)
        text = emotion_label[np.argmax(emotion)]
 
        cv.rectangle(frame, (a,b), (a+c, b+d), (0, 0, 255), 1)
        cv.putText(frame, text, (a,b-10),cv.FONT_HERSHEY_COMPLEX, 0.8, (0,0,255), 2)
    return emotion

这是部分代码，全部代码参考我的资源里面。 

 3.运行实验结果

实验成功，头像进行了打码。