OpenCV Python 图像处理：人脸检测与物体识别

FreeGuideOnline 最新 2026-06-12

OpenCV 计算机视觉实战：人脸检测与物体识别

1. 环境准备与基础图像处理

在进入实战之前，需要安装 OpenCV 库并掌握基本的图像读写与显示操作。

安装 OpenCV

打开终端，使用 pip 安装：

pip install opencv-python opencv-contrib-python

opencv-contrib-python 包含额外模块，如用于物体识别的追踪算法。

读取、显示与保存图像

import cv2

# 读取图像
img = cv2.imread('test.jpg')   # 返回 BGR 格式的 NumPy 数组

# 显示图像
cv2.imshow('Window', img)
cv2.waitKey(0)                 # 等待按键，0表示无限等待
cv2.destroyAllWindows()

# 保存图像
cv2.imwrite('output.jpg', img)

OpenCV 默认使用 BGR 色彩空间，若需使用 Matplotlib 显示需转换为 RGB。

色彩空间转换

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # 灰度
hsv  = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)     # HSV

基本几何变换

resized = cv2.resize(img, (300, 200))           # 缩放
flipped = cv2.flip(img, 1)                      # 水平翻转
rotated = cv2.rotate(img, cv2.ROTATE_90_CLOCKWISE)

2. 人脸检测实战

人脸检测是计算机视觉的经典任务，OpenCV 提供了基于 Haar 级联分类器和 DNN 的方法。

基于 Haar 级联的人脸检测

Haar 特征是一种简单的矩形特征，通过 Adaboost 训练级联分类器。OpenCV 自带预训练模型。

步骤：

  1. 加载分类器 XML 文件。
  2. 将图像转为灰度。
  3. 调用 detectMultiScale 获取人脸矩形。
  4. 绘制矩形框。
import cv2

# 加载预训练分类器
face_cascade = cv2.CascadeClassifier(
    cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
)

img = cv2.imread('group.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 检测人脸
faces = face_cascade.detectMultiScale(
    gray,
    scaleFactor=1.1,   # 每次缩小比例
    minNeighbors=5,    # 候选矩形保留的最小邻居数
    minSize=(30, 30)
)

# 绘制结果
for (x, y, w, h) in faces:
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)

cv2.imshow('Faces', img)
cv2.waitKey(0)

参数说明：

  • scaleFactor：控制图像金字塔的缩放步长，值越小检测越精细但更慢。
  • minNeighbors：每个候选矩形需要保留的最少邻近矩形数，用于降低误检。
  • minSize：检测窗口的最小尺寸。

基于 DNN 的人脸检测（更准确）

OpenCV 3.3+ 支持加载 Caffe 或 TensorFlow 模型，推荐使用深度学习模型。

# 下载模型文件：deploy.prototxt 和 res10_300x300_ssd_iter_140000_fp16.caffemodel
net = cv2.dnn.readNetFromCaffe('deploy.prototxt', 'res10_300x300_ssd_iter_140000_fp16.caffemodel')

blob = cv2.dnn.blobFromImage(img, 1.0, (300, 300), [104, 117, 123], False, False)
net.setInput(blob)
detections = net.forward()

for i in range(detections.shape[2]):
    confidence = detections[0, 0, i, 2]
    if confidence > 0.5:
        box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
        (x, y, x1, y1) = box.astype("int")
        cv2.rectangle(img, (x, y), (x1, y1), (0, 0, 255), 2)

DNN 方法对角度、光照变化更鲁棒，推荐在实际项目中使用。

3. 物体识别入门：利用预训练模型

物体识别需回答“图中有什么”，OpenCV 集成了 DNN 模块，可加载常见模型如 MobileNet SSD、YOLO。

使用 MobileNet SSD 进行物体检测

MobileNet SSD 可在 CPU 上实时运行，适合入门。

准备文件：

  • 模型文件：MobileNetSSD_deploy.caffemodel
  • 配置文件：MobileNetSSD_deploy.prototxt
  • 类别标签文件（如 coco.names 或自定义）
import cv2
import numpy as np

# 加载模型
net = cv2.dnn.readNetFromCaffe('MobileNetSSD_deploy.prototxt',
                               'MobileNetSSD_deploy.caffemodel')

CLASSES = ["background", "aeroplane", "bicycle", "bird", "boat",
           "bottle", "bus", "car", "cat", "chair", "cow", "diningtable",
           "dog", "horse", "motorbike", "person", "pottedplant", "sheep",
           "sofa", "train", "tvmonitor"]

image = cv2.imread('objects.jpg')
(h, w) = image.shape[:2]
blob = cv2.dnn.blobFromImage(image, 0.007843, (300, 300), 127.5)
net.setInput(blob)
detections = net.forward()

for i in range(detections.shape[2]):
    confidence = detections[0, 0, i, 2]
    if confidence > 0.5:
        idx = int(detections[0, 0, i, 1])
        box = detections[0, 0, i, 3:7] * np.array([w, h, w, h])
        (startX, startY, endX, endY) = box.astype("int")

        label = f"{CLASSES[idx]}: {confidence:.2f}"
        cv2.rectangle(image, (startX, startY), (endX, endY), (255, 0, 0), 2)
        cv2.putText(image, label, (startX, startY-10),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2)

cv2.imshow('Detection', image)
cv2.waitKey(0)

使用 YOLO（You Only Look Once）进行实时检测

YOLO 速度快，适合视频流。需要下载权重和配置文件（如 yolov3.weights、yolov3.cfg、coco.names）。

net = cv2.dnn.readNetFromDarknet('yolov3.cfg', 'yolov3.weights')
with open('coco.names', 'r') as f:
    classes = f.read().strip().split('\n')

layer_names = net.getLayerNames()
output_layers = [layer_names[i - 1] for i in net.getUnconnectedOutLayers()]

blob = cv2.dnn.blobFromImage(image, 1/255.0, (416, 416), swapRB=True, crop=False)
net.setInput(blob)
outs = net.forward(output_layers)

# 后处理：解析每个检测框，非极大值抑制
boxes, confidences, class_ids = [], [], []
for out in outs:
    for detection in out:
        scores = detection[5:]
        class_id = np.argmax(scores)
        confidence = scores[class_id]
        if confidence > 0.5:
            center_x, center_y, w, h = (detection[0:4] * [W, H, W, H]).astype('int')
            x = int(center_x - w/2)
            y = int(center_y - h/2)
            boxes.append([x, y, w, h])
            confidences.append(float(confidence))
            class_ids.append(class_id)

idx = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4)
if len(idx) > 0:
    for i in idx.flatten():
        x, y, w, h = boxes[i]
        label = f"{classes[class_ids[i]]}: {confidences[i]:.2f}"
        cv2.rectangle(image, (x, y), (x+w, y+h), (0,255,0), 2)
        cv2.putText(image, label, (x, y-5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2)

4. 实战建议与常见问题

提高检测效果的技巧

  • 图像预处理：调整亮度、对比度或使用直方图均衡化。
  • 参数调优：针对 Haar 级联调整 scaleFactor、minNeighbors；对 DNN 调整置信度阈值。
  • 多尺度检测：某些场景可对图像进行不同尺度缩放后再检测，融合结果。

处理视频流

cap = cv2.VideoCapture(0)  # 摄像头
while True:
    ret, frame = cap.read()
    # 对 frame 进行人脸/物体检测，绘制结果
    cv2.imshow('Video', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

注意在循环内避免耗时操作，可跳帧处理以提高帧率。

常见错误与解决

  • error: (-215) !empty()：图片路径错误或未读取到图像，检查文件是否存在。
  • AttributeError: module 'cv2' has no attribute 'data'：未安装 opencv-contrib-python 或版本过旧。
  • 检测框不准确：调整模型置信度阈值，或更换更鲁棒的模型。

通过以上内容，你已可以独立完成人脸检测与常见物体的识别任务。下一步建议尝试训练自定义物体检测模型，或结合目标跟踪实现更复杂的应用。