计算机视觉——简介以及人脸数目检测_人脸个数识别

1.什么是计算机视觉？

\qquad 计算机视觉（computer vision）：机器试图理解所看到的目标。计算机视觉通过算法去尝试理解视觉信息，从而将理解转化为分类，决策，模式观察等等。

2.计算机视觉的应用

\qquad 物体检测、字符识别、指纹识别等等。

3.计算机视觉如何理解视觉信息？

\qquad 计算机理解视觉信息，有两种方式，一种是自下而上（bottom-up），一种是自上而下（up-bottom）。两者的区别是计算机的注意机制不同。

3.1由下而上（bottom-up）的方式

\qquad 所谓计算机由下而上的理解视觉信息，是指计算机只关注图像中的兴趣区域，获取对象特征；

3.1由上而下（up-bottom）的方式

\qquad 所谓计算机由上而下的理解视觉信息，是指计算机关注图像中的整体区域，即通过全局信息来得到当前的图像关注点，利用背景的视觉信息获取对对象的理解。

4.图像

4.1如何让计算机对图像进行处理？

\qquad 图像即数组。
\qquad 图像由一个个像素点组成，图像的单位面积像素点越多，图像的分辨率越高，而每个像素点我们可以由数字确定表示，计算机可以对这些表示像素点的数值进行处理，从而进行图像处理。
\qquad 每一张图像，我们都可以看成一个二维网格，每一个像素都是组成网格的最小单元。

4.2基于RGB的像素表示

\qquad 每一个像素点都有一个颜色，那么这个颜色如何使用数值表示呢？在RGB色彩原理中，任何一种颜色都可以由一个3 $\times$ 1的向量[R,G,B]表示。
RGB配色表
\qquad 查看RGB配色表，我们可以看出各种颜色的RGB的值，即向量的值。比如黑色[0,0,0]，白色[255,255,255]，其它颜色也都分布在[0,0,0]和[255,255,255]之间，其中当R=G=B时，颜色为不同程度的灰色；当颜色为彩色时，[R,G,B]三者不完全相同。
\qquad 为了减轻计算机的计算量，当图片为二进制图像或者灰度图像时，因为R=G=B，所以我们只采用1$\times$ 1的数值表示像素颜色，即每个像素点只有一个通道；当图像为彩色时，我们采取3$\times$ 1的向量[R,G,B]表示每个像素点，即每个像素点有三个通道。
\qquad 假如一张灰度图像，长有200个像素点，宽有150个像素点，所以可以使用200$\times$ 150的矩阵表示；假如一张彩色图像，长有200个像素点，宽有150个像素点，那么可以用200$\times$ 150$\times$ 3的3D矩阵阵列来表示。
\qquad 基于RGB的色彩组成原理，我们对图像做很多操作，比如图像分割，利用同一张图像中，不同物体对象间的色彩差异，查找对象间的边缘，从而对同一张图片中的不同对象进行分割；寻找角点，在对图像进行分割之后，查找图像以获得某些特征，也称为角点。

5.图像处理基础函数

\qquad 我们使用python对图像进行处理，需要安装opencv-python，matplotlib等。
\qquad 5.1 读取图像

import cv2
import matplotlib.pyplot as plt
import time

p_color = cv2.imread('F:\dog.jpg')
print(p_color.shape)
print(p_color)
1
2
3
4
5
6
7

\qquad 通过cv.imread()可以读取图片，生成数值矩阵，上面这张dog图片的矩阵形状为520$\times$ 600$\times$ 3，是一张彩色图像。
\qquad 5.2 彩色图像灰度化，opencv是对灰度图像进行处理，所以需要把彩色图像处理为灰度图像。

import cv2
import matplotlib.pyplot as plt

p_color = cv2.imread('F:\dog.jpg')
p_gray = cv2.cvtColor(p_color,cv2.COLOR_BGR2GRAY)
print(p_gray.shape)
1
2
3
4
5
6

\qquad 通过cv2.cvtColor(p_color,cv2.COLOR_BGR2GRAY)，将p_color转换为灰度图片，上述代码输出矩阵为520$\times$ 600。

\qquad 5.2 矩阵图像的可视化

import cv2
import matplotlib.pyplot as plt

p_color = cv2.imread('F:\dog.jpg')
p_gray = cv2.cvtColor(p_color,cv2.COLOR_BGR2GRAY)
plt.imshow(p_gray,cmap='gray')
plt.show()
1
2
3
4
5
6
7

\qquad plt.imshow(p_gray,cmap=‘gray’) plt.show()将灰度化的图像显示。

6.人脸数目检测

import cv2
import matplotlib.pyplot as plt

# 载入图片
p_color = cv2.imread('../face1.jpg')
# 将图像灰度化
p_gray = cv2.cvtColor(p_color,cv2.COLOR_BGR2GRAY)
#展示灰度图像
plt.imshow(p_gray,cmap='gray')
plt.show()

# 载入haarcascade级联分类器cascade classifier
haarcascade = cv2.CascadeClassifier('../haarcascade_frontalface_alt.xml')
# 检测图像人脸个数
faces = haarcascade.detectMultiScale(p_gray, scaleFactor=1.1, minNeighbors=5)
print("人脸的个数：",len(faces))

# 给检测到的人脸加矩形框
for (x, y, w, h) in faces:
    cv2.rectangle(p_color, (x, y), (x+w, y+h), (0, 255, 0), 2)
# 展示检测到的人脸并加矩形框
plt.imshow(cv2.cvtColor(p_color, cv2.COLOR_BGR2RGB))
plt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

上述代码依次输出：
\qquad 图片face1，haarcascade_frontalface_alt.xml和程序代码可以查看人脸数目检测