人脸表情识别python实现

人脸表情识别是一种通过计算机视觉技术来识别和分类人类面部表情的技术。它在许多领域都有应用，如人机交互、安全监控、医疗诊断等。下面是一个使用Python实现人脸表情识别的简单示例。 首先，我们需要安装一些必要的库： ```bash pip install opencv-python dlib imutils ``` 接下来，我们将使用OpenCV和dlib库来检测人脸，然后使用一个预训练的模型来识别表情。 ```python import cv2 import numpy as np from keras.models import load_model from keras.preprocessing.image import img_to_array from imutils import face_utils # 加载预训练的表情识别模型 model = load_model('emotion_model.hdf5') # 初始化dlib的人脸检测器 detector = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') # 捕获视频流 cap = cv2.VideoCapture(0) while True: # 读取视频帧 ret, frame = cap.read() if not ret: break # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = detector.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 遍历检测到的人脸 for (x, y, w, h) in faces: # 绘制人脸边界框 cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2) # 提取人脸区域 roi_gray = gray[y:y + h, x:x + w] roi_gray = cv2.resize(roi_gray, (48, 48)) roi = roi_gray.astype("float") / 255.0 roi = img_to_array(roi) roi = np.expand_dims(roi, axis=0) # 预测表情 preds = model.predict(roi)[0] emotion_label = "Neutral" if preds[0] > 0.5: emotion_label = "Angry" elif preds[1] > 0.5: emotion_label = "Disgust" elif preds[2] > 0.5: emotion_label = "Fear" elif preds[3] > 0.5: emotion_label = "Happy" elif preds[4] > 0.5: emotion_label = "Sad" elif preds[5] > 0.5: emotion_label = "Surprise" elif preds[6] > 0.5: emotion_label = "Neutral" # 在图像上显示表情标签 cv2.putText(frame, emotion_label, (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (36, 255, 12), 2) # 显示结果 cv2.imshow('Emotion Detection', frame) # 按下'q'键退出 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows() ``` 在这个示例中，我们使用了OpenCV进行视频捕捉和图像处理，dlib进行人脸检测，Keras加载预训练的表情识别模型，并使用该模型对检测到的人脸进行表情分类。