资源简介

(共17张PPT)
课
前
P49“图2-1-6 人脸定位标注代码”
步骤：
1、开始—所有程序—Python3.7—IDLE(Python 3.7 32-bit)
2.通过IDLE左上角“File-new file”进入“代码编程环境”
3.开始录入
预
习
2“初识”人脸
时间：XXXX.XX.XX
学
习
1. 了解人脸定位的基本过程
2. 了解分类器的作用
3. 体验人脸定位
目
标
学习活动1——人脸识别的定义
想一想：人脸识别在生活中还有哪些应用？
公安刑侦办案
网络支付
考勤系统
门禁系统
什么是人脸识别？
学习活动1——人脸识别的定义
学习活动1——人脸识别的定义
人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别等。
记一记：人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行识别的一系列相关技术，通常也叫做人像识别、面部识别。
学习活动2——人脸定位的基本过程
人脸是否存在
人脸定位信息
人脸位置标注
看一看：翻开书45页，阅读并勾划有关人脸定位过程的内容。
学习活动3——人脸定位
做一做：安装Opencv模块（开源计算机视觉库）
双击打开“文件接收柜”中的“OpenCV模块”安装包，进入命令窗口开始等待安装。
学习活动3——人脸定位
想一想：为什么要安装Opencv模块？
利用OpenCV中的Haar分类器
（计算机识别事物的一种工具）
来定位人脸
学习活动3——人脸定位
讨论交流：人脸定位标注代码分析
人脸定位标注代码
运行结果
import cv2
img=cv2.imread("3.jpg")
gray_img=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
faceCascade = cv2.CascadeClassifier(
'haarcascade_frontalface_default.xml')
faces = faceCascade.detectMultiScale(
gray_img,
scaleFactor=1.3,
minNeighbors=3,
minSize=(32,32)
)
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,255,0),2)
cv2.imshow('face',img)
cv2.waitKey(0)
cv2.destroyALLWindows()
学习活动3——人脸定位
讨论交流：人脸定位标注代码分析
引入opencv模块
读入图片并作相应处理
人脸分类器
人脸定位
人脸标注显示
学习活动3——人脸定位
拓展任务：修改标注框形状、颜色
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,255,0),2)
矩形标注框
标注框坐标位置
标注框颜色
画笔粗细
5分钟时间，自学书本50-51页，完成以下任务：
将矩形标注框修改为圆形
将标注框颜色修改为绿色
将标注框线条粗细改为5
学生作品展示
学习活动1——人脸识别的定义
学习活动3——人脸定位
拓展任务：修改标注框形状、颜色
for (x,y,w,h) in faces:
cv2.circle(img,(x+w//2,y+h//2),w//2,(0,255,0),5)
圆形标注框
标注框坐标位置
绿色
画笔粗细
学习活动3——人脸定位
课堂测试：解释以下代码含义
import cv2
img=cv2.imread("3.jpg")
faceCascade = cv2.CascadeClassifier(
'haarcascade_frontalface_default.xml')
for (x,y,w,h) in faces:
img cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
总结回顾
人脸识别的常见应用场景
分类器的作用
01
04
人脸识别的定义
02
人脸定位的基本过程
03
……
05
学习活动4——总结回顾
想一想：这节课，你学到了什么，收获了什么？
see you~

展开更多......

收起↑