当前位置:   article > 正文

python情绪实时检测_情绪检测

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

  1. import cv2 as cv
  2. import imutils
  3. import numpy as np
  4. import keras
  5. # define all constants
  6. model_path = "./model/CNN-Emotion-Model"
  7. face_path = cv.haarcascades + 'haarcascade_frontalface_alt.xml'
  8. emotion_label = ['Anger', 'Disgust', 'Fear', 'Happy', 'Sad', 'Surprise', 'Neutral']
  9. # create video capture object
  10. cap = cv.VideoCapture(0)
  11. # load face detection model
  12. face_model = cv.CascadeClassifier()
  13. if not face_model.load(face_path):
  14. print('load face model failed')
  15. exit(0)
  16. # load trained emotion model
  17. emotion_model = keras.models.load_model(model_path)
  18. def drawFace(frame, frame_grey):
  19. faces = face_model.detectMultiScale(frame, minSize=(50,50))
  20. emotion = np.array([[0,0,0,0,0,0,0]])
  21. for a,b,c,d in faces:
  22. # print('%s %s %s %s' % (a,b,c,d))
  23. face = frame_grey[b:b+d,a:a+c]
  24. face = cv.resize(face, (48, 48))
  25. face = np.array(face)
  26. face = face.reshape(1, 48, 48, 1)
  27. emotion = emotion_model.predict(face/255)
  28. text = emotion_label[np.argmax(emotion)]
  29. cv.rectangle(frame, (a,b), (a+c, b+d), (0, 0, 255), 1)
  30. cv.putText(frame, text, (a,b-10),cv.FONT_HERSHEY_COMPLEX, 0.8, (0,0,255), 2)
  31. 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。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小桥流水78/article/detail/856792
推荐阅读
相关标签
  

闽ICP备14008679号